Gemini CLI 安裝小記

Gemini CLI 安裝小記

OS: macOS Sonoma 14.3

node.js: 23.10.0

這幾天 Gemini CLI 非常火熱, 所以也來寫一篇小記, 記錄安裝以及收集到的一些資訊

官方中文 Blog 文章

• https://blog.google/intl/zh-tw/products/cloud/gemini-cli-your-open-source-ai-agent/

• 這邊大家會注意到的就是免費授權的使用量 (每分鐘 60 次，每日最多可達 1,000 次的模型執行額度)

授權的部分, 主要會有 3 種方式

• Github 說明 https://github.com/google-gemini/gemini-cli/blob/main/docs/cli/authentication.md

• 使用 Google 登入 ( Gemini Code Assist ) (應該是一般使用者最常開始的方式)

• Gemini API Key

• Vertex AI

接下來嘗試安裝

官方 Github

• https://github.com/google-gemini/gemini-cli/tree/main

首先系統要有 Node.js 18 以上的版本

• 安裝方式請見 https://nodejs.org/en/download

檢查 node.js 版本的方式可以使用 

% node  -v

v23.10.0

我的版本是 23.10.0

安裝的方式大家都是推使用 npm 方式進行安裝

% npm  install  -g  @google/gemini-cli 

• -g 為全域 global

• @google/gemini 為安裝 google的 gemini 套件

使用 gemini 指令啟動

%gemini

一開始會選主題

但是因為我的終端機是用 Basic 所以字會比較不明顯, 這個部分可能要調終端機的描述檔, 或是選自己覺得清楚的 Theme

接下來就是選剛剛提到的授權驗證方式

這邊由於我個人與工作上都有使用 GCP, 所以我碰到要指定 GCP project ID 的狀況

• 可以參考說明 https://github.com/google-gemini/gemini-cli/blob/main/docs/cli/authentication.md#workspace-gca

• 我先用 export  GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID" 暫解, 然後儲存到 ~/.zshrc

接下來就可以正常使用

要離開 gemini 就按 Ctrl + C 兩次 或是使用 /quit

離開的時候會顯示相關 token 資訊

目前我的組合技 就是使用 vscode ( 使用 copilot 免費版 + Gemini Code Assist 免費版 ) + 在終端機使用 gemini cli :) 

另外收集與提供有用的資訊

• Jimmy Liao ( https://linktr.ee/jimmyliao )

• 2025/6/28 的簡報 https://drive.google.com/file/d/1m15YfhcBxO9x8EkgzHbNq8SGRDLun5sU/view

• 在 Cloud Shell 這邊的使用方式, 還有遇到問題的解法

• Will 保哥 ( https://github.com/doggy8088  )

• 保哥帶你聽 EP05｜快速上手 Gemini CLI 開發工具 https://youtu.be/0YVUkrqBJPg?si=y8thZF-vREAoClew

• Gemini CLI 使用手冊 https://gemini-cli.gh.miniasp.com/

又前進了一步 :)

~ enjoy it

References

• https://blog.google/intl/zh-tw/products/cloud/gemini-cli-your-open-source-ai-agent/

• https://github.com/google-gemini/gemini-cli/tree/main

• https://github.com/google-gemini/gemini-cli/blob/main/docs/cli/authentication.md#workspace-gca

python - Azure Entra ID 外部使用者邀請與獲取 ID

Azure Entra ID 外部使用者邀請與獲取 ID

OS: macOS 14.3

整理一下使用 Github copilot 產生的 python 程式碼, 用於一些工作日常

登入 Azure

建立 Entra ID 應用程式

• 該應用程式因為要邀請外部使用者到 Entra ID, 所以需要相關 API 權限

• `User.Invite.All` - 用於邀請外部用戶

• `User.Read.All` - 用於查詢用戶資訊

==== Console 方式 (Copilot 提供後修改) ====

以下是使用 Azure Portal 建立 Entra ID 應用程式並設定權限的逐步指示：

登入 Azure Portal：

前往 Azure Portal 並使用您的帳戶登入。

點選  Microsoft Entra ID

點選 應用程式註冊

點擊 新增註冊

• 填寫應用程式資訊：

• 名稱：輸入您的應用程式名稱。

• 支援的帳戶類型：選擇您的應用程式支援的帳戶類型

• （可選）重定向 URI：如果需要，輸入 URI。

• 點選 註冊

記下顯示的

• 應用程式 (用戶端) 識別碼  (client_id)

• 目錄 (租用戶) 識別碼  (tenant_id)

設定應用程式密碼

在該應用程式, 展開 管理

點選 憑證及秘密

預設會停留在 用戶端密碼 

點選 新增用戶端密碼

• 輸入描述 (我可能會與應用程式相同)

• 選擇到期天數

• 點選 新增

記下顯示的

• 值 (client_secret) - 這個是應用程式的密碼, 只會出現在建立的當下, 請記得記下來

設定 API 權限：

在應用程式的頁面，選擇「API 權限」。

點擊「新增權限」。

選擇「Microsoft Graph」。

選擇「應用程式權限」。

搜尋並選擇 User.Invite.All 和 User.Read.All 權限。

點擊「新增權限」。

授予管理員同意：

在「API 權限」頁面，點擊「授予管理員同意」以確認權限。

可以觀察權限

下載 此次 add_entraID_extra_user 目錄的檔案

• https://github.com/sakanamax/LearnPython/tree/master/azure/copilot_script/add_entraID_extra_user

• 可以看 README.md 知道目錄架構

按照 README.md 內容進行

• config.json 文件配置

• 填入 tenat_id / client_id / client_secret

• users.csv

• 填入要邀請的外部使用者 email 與 使用名稱

確認一下是否有安裝 requests 套件

% pip3  list  | grep requests

requests                                2.32.3

• 如果沒有就使用 pip3 install requests

執行程式

%  python3  add_entraID_extra_user.py

vscode insiders with google-map mcp 小記

vscode insiders with google-map mcp 小記

OS: MacOS 14.3

VScode Insiders: 1.99.0

最近 MCP 很火熱, 也覺得這樣的協定真的很棒, 可以增加很多應用以及擴展大家的領域

今天來寫看了 Youtube 影片, 也一併動手做的小記

• 地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP

MCP (Model Context Protocol) 介紹

• https://modelcontextprotocol.io/introduction

• MCP is an open protocol that standardizes how applications provide context to LLMs. Think of MCP like a USB-C port for AI applications. Just as USB-C provides a standardized way to connect your devices to various peripherals and accessories, MCP provides a standardized way to connect AI models to different data sources and tools.

目前 MCP Server 常見支援兩種方式

• Docker

• NPX

我這邊採取的是 NPX 方式

首先 NPX 方式要使用 npm 指令進行安裝, 要有 npm 指令就要安裝 Node.js

因為我的 OS 是 Mac  所以我就使用 homebrew 方式安裝 Node.js

指令如下

%brew  install  node

可以驗證一下是否安裝成功

% node  -v

v23.10.0

% npm  -v

10.9.2

然後 MCP 目前在 vscode insiders 已經開始支援, 設定 MCP Server in vscode 大概目前也看到兩種做法

==== 使用 vscode 內建的功能來建立 ====

開啟功能選單 (Command + Shift + P)

搜尋 MCP Add Server 功能

選取要安裝的方式

進行相關設定

另外可以觀察 Settings

搜尋 mcp , 可以看到 settings.json

==== 在 .vscode 目錄內建立 mcp.json ====

我是採取另外一種方式, 在 .vscode 目錄內建立 mcp.json 檔案

• 我喜歡這樣的方式是因為設定獨立起來, 也比較有彈性

今天要測試的 是 Google MAP MCP

要找目前有哪些 MCP Server 可以測試與使用, 我可能會用下列兩個

• https://github.com/modelcontextprotocol/servers/tree/main

• https://mcp.so/

間單的方式就是找到你要測試的 MCP Server, 然後看他的設定檔如何設定, 以 Google Map 來說

• https://github.com/modelcontextprotocol/servers/tree/main/src/google-maps

• 取得 Google Maps API Key - https://developers.google.com/maps/documentation/javascript/get-api-key#create-api-keys

• 決定你要的 MCP Server 方式, 選取剛方式的設定檔

我用的是 NPX 方式, 所以只要在 .vsocde 目錄內建立 mcp.json

內容如下

{

  "mcpServers": {

    "google-maps": {

      "command": "npx",

      "args": [

        "-y",

        "@modelcontextprotocol/server-google-maps"

      ],

      "env": {

        "GOOGLE_MAPS_API_KEY": "<YOUR_API_KEY>"

      }

    }

  }

}

• 將啟用的 Google Maps API Key 替代上方的 <YOUR_API_KEY>

• 重新啟動 vscode Insiders

將 vscode chat 開啟, 切換到 Agent 模式

點選 Select Tools 圖示

這個時候就看到 MCP Server: google-maps 選項可以勾選

勾選 MCP Server: google-maps

左邊那個 伺服器圖示是用來啟動 server 或是檢視相關輸出的

這個時候有些人可能會再啟動 vscode insiders 一次 (都市傳說,呂布治百病)

然後就可以開始詢問 AI 問題

• 這個時候就會發現會執行相關 google map 功能

• 會提示你是否允許執行, 可以選擇 session / workspace / 總是允許

會整理提示的相關資料, 也可以透過對話的方式請他製作網頁

簡單的成品大概如下

只能說 AI 真的是越來越方便了

~ enjoy it

References

• 地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP

• https://modelcontextprotocol.io/introduction

• https://github.com/modelcontextprotocol/servers/tree/main