星期六, 1月 31, 2026

Gemini CLI extension - gcloud 小記

Gemini CLI extension - gcloud 小記



OS: maxOS 14.3

Gemini: 0.26.0


今天來寫另外一個 Gemini CLI extension - gcloud


可以直接用自然語言來操作 gcloud 指令


安裝方式如前一篇文章所提直接使用 gemini extension install 就可以


% gemini  extensions  install  https://github.com/gemini-cli-extensions/gcloud


觀察已經安裝的 extension

% gemini  extension  list | grep  '('


✓ bigquery-data-analytics (0.1.6)

 ID: 97584d18043e6df17e747c6b4be02c08acc88f866d55efe0b14d0a8172d69a6e

 name: 8504eaaaa39312ab756095681ec14eb0069b7108118933cf889d3d7e67ae88b6

 Path: /Users/max/.gemini/extensions/bigquery-data-analytics

 Source: https://github.com/gemini-cli-extensions/bigquery-data-analytics (Type: github-release)

 Release tag: 0.1.6

 Enabled (User): true

 Enabled (Workspace): true

 Context files:

  /Users/max/.gemini/extensions/bigquery-data-analytics/BIGQUERY.md

 MCP servers:

  bigquery_data_analytics


gcloud (0.1.0)

 ID: 7f70b3335ae09352450b7cd2ffb5dbccd651f3a0c4b28094ac5fe3602f95c97e

 name: 196a5422169a7a1845178971dc90480352eefb88555e89af227fb892150e9db5

 Path: /Users/max/.gemini/extensions/gcloud

 Source: https://github.com/gemini-cli-extensions/gcloud (Type: git)

 Enabled (User): true

 Enabled (Workspace): true

 Context files:

  /Users/max/.gemini/extensions/gcloud/GEMINI.md

 MCP servers:

  gcloud


接下來用來來實作 gcloud compute config-ssh



  • 使用 gcloud compute config-ssh 好處是, 可以快速設定雲端上的 GCE 資訊到 ~/.ssh/config, 可以方便用 vscode 或是 ssh 指令來連線


開始之前先觀察資訊

% ls  ~/.ssh


google_compute_engine      id_rsa                     known_hosts.old

google_compute_engine.pub  id_rsa.pub

google_compute_known_hosts known_hosts


vscode 上面


啟動 gemini

> 請幫我進行 gcloud compute config-ssh 設定 /gcloud




再次觀察資訊

% ls ~/.ssh


config                     google_compute_known_hosts known_hosts

google_compute_engine      id_rsa                     known_hosts.old

google_compute_engine.pub  id_rsa.pub


也可以進一步觀察 ~/.ssh/config 內容

接下來可以使用他剛剛提示的 ssh 連線資訊進行連線



vscode 上面

會發現到主機資訊已經被加上去, 故可快速連線



今天就先到這邊


~ enjoy it




References


星期日, 1月 18, 2026

Azure OpenAI + CLINE 於 vscode 設定小記

Azure OpenAI + CLINE 於 vscode 設定小記



今天來記錄如何在 CLINE vscode extension 內設定 Azure OpenAI Key


先說需求背景, 目前我已經有使用以下 Coding Agent


以上扣掉 Free Plan 提供的額度, 就是訂閱制 US$ 21 / 月, 目前不同的方案提供的語言模型方式不同, 例如 ChatGPT 就只提供自家的 GPT 模型, 但是 Github Copilot / Antigravity 就會提供多家的模型.

這個時候有個想法, 就是如果今天工作型態與資料範圍大概固定的狀況下, 除了使用這樣包月的訂閱制, 有沒有機會也是使用像是雲端 Pay as You Go 方式來使用這些模型, 於是想到之前知道的 CLINE 來進行測試.


CLINE

  • 官網 https://cline.bot/

  • 目前可以使用 vscode extension 與 Cline CLI 方式運作

  • 費用導向 AI Provider 來支付 

  • 可使用多個 AI Provider, 但是無 Github Copilot / Codex 那樣在介面上方便切換 


今天主要是來測試 如果你在 Azure 上面使用 Azure OpenAI 如何與 cline 結合使用


==== Azure OpenAI 部分 ====


登入 Azure Portal

搜尋 openAI -- > 點選 Azure OpenAI

在 Microsoft Foundry 頁面 點選 建立



  • 選取 Azure OpenAI

    • 可以看到 建議是建立 Azure AI Foundry (因為你建立 Azure OpenAI 後面要進入管理介面部署模型的時候也是到 AI Foundry), 但是因為目前還沒有要建立 AI Foundry 專案, 所以我們先用簡單的方法


填入所需資訊 (訂用帳戶/資源群組/區域/名稱/定價層) -- > 下一頁


視需求選取網路 / 標籤設定 -- > 點選 建立

佈署完成後 前往該資源

點選 前往 Foundry 入口網站



進到 Microsoft Foundry 頁面

點選左方的部署


點選 部署模型 -- > 部署基本模型


選取要部署模型 -- > 點選 確認

  • 這邊如果看到模型有鎖頭圖示代表需要訂閱才能部署, 另外也要考慮該模型在那個區域是否有 Quota 可以使用


接下來最重要的應該就是部署名稱的填寫

cline 不會知道你後面連接是那個模型, 所以他認得是部署名稱, 這邊我取 cline-gpt-4.1-mini -- > 點選 部署


接下來可以觀察詳細資料


  • 這邊主要就是注意 端點的 目標URI金鑰 (後續設定 cline 會用到)

  • 也可以從畫面觀察 api version 為 2024-12-01-preview


接下來回到 vscode

在 Extension 搜尋 cline 並安裝


在 Cline 設定內因為沒有 Azure 或是 Azure OpenAI

可參考以下設定 

API Provider 請選 OpenAI Compatible

Base URL 部分需要手動調整

  • 從剛剛端點的 目標URL 貼上會長這樣子 https://2026cline-test.openai.azure.com/openai/deployments/cline-gpt-4.1-mini/chat/completions?api-version=2025-01-01-preview 

  • 要調整為 https://2026cline-test.openai.azure.com/openai/deployments/cline-gpt-4.1-mini/ 去除掉 chat/completions?api-version=2025-01-01-preview 

Model ID 請輸入我們的部署名稱 cline-gpt-4.1-mini

Set Azure API Version 可考慮輸入: 畫面上看到你的 API version, 例如 2024-12-01-preview

MODEL CONFIGURATION: 可考慮把 Temperature 從 0 改為 1

  • 這個是有遇到 400 error log, 問 Copilot 問來的, 因為模型支援參數的關係

記得點選 Done 存擋


回到畫面跟 CLINE 打個招呼測試

如果沒有錯誤訊息 應該就可以了



往前又邁進一步


~ enjoy it



Reference

星期四, 12月 25, 2025

Gemini CLI extension - observability 小記

Gemini CLI extension - observability 小記



OS: macOS 14.3

Gemini: 0.22.2


今天來寫另外一個 Gemini CLI extension - observability


主要是可以使用自然語言來查詢觀測性的資訊

  • Logging

  • Monitoring

  • Trace

  • Error Reporting


安裝方式如前一篇文章所提直接使用 gemini extension install 就可以


% gemini  extensions  install https://github.com/gemini-cli-extensions/observability


觀察已經安裝的 extension

% gemini  extension  list | grep  '('


✓ nanobanana (1.0.10)

 Source: https://github.com/gemini-cli-extensions/nanobanana (Type: github-release)

 Enabled (User): true

 Enabled (Workspace): true

✓ observability (0.1.0)

 Source: https://github.com/gemini-cli-extensions/observability (Type: git)

 Enabled (User): true

 Enabled (Workspace): true


啟動 gemini


來進行以下的測試


> 請幫我確認我目前所有的專案 Log 保留的期限 /observability


✦ 根據 Observability MCP 的查詢結果,您所有專案的 Log 保留期限設定皆一致,均為預設值:


  所有專案的設定如下:



目前所有專案都採用標準設定。如果您需要延長特定專案的  _Default bucket 保留時間(例如延長至 90 天或 1 年),我可以協助您進行調整。


> 請列出我所有專案的 Alert 規則 /observability



> 請列出我所有專案 最近 14 天被觸發 Alert 使用 observability.list_alerts 工具



> 請幫我分析 sakana-2024-gcp 專案 gcs 的使用情形, 使用 Observability MCP 的 list_time_series 工具來讀取


✦ sakana-2024-gcp 專案 Cloud Storage (GCS) 使用情形分析


  根據 list_time_series 的查詢結果,分析如下:


  1. 儲存桶 (Bucket) 資訊

   * Bucket 名稱: run-sources-sakana-2024-gcp-asia-east1

   * 地區: asia-east1 (台灣)

   * 儲存級別: REGIONAL


  2. 數據概況 (最近 24 小時)

   * 儲存總量 (Total Bytes): 3,097 Bytes (約 3 KB)

       * 數據非常穩定,從 2025-12-25 07:20 到 11:25 這段期間內完全沒有變化。

   * 物件總數 (Object Count): 1 個

       * 同樣保持不變,顯示目前該 Bucket 內只有一個檔案。


  3. 分析結論

   * 極低使用量: 這個專案的 GCS 使用量非常低,僅存放了一個極小的檔案 (3 KB)。

   * 用途推測: 根據 Bucket 名稱 run-sources-... 判斷,這應該是 Cloud Run 部署時自動產生的暫存

     Bucket,用於存放原始碼或建置映像檔的相關資訊。

   * 無活躍活動: 在過去這段時間內沒有任何新增或刪除檔案的動作。


  建議: 

  由於使用量極低且看起來像是系統自動生成的,目前不需要特別關注儲存成本或清理工作。如果您確定不再需要部署相關服務,可以考慮手動檢查並清空

  該 Bucket,但目前的 3KB 佔用對成本幾乎沒有影響。


> 請幫我分析 sakana-2024-gcp 專案最近 90 天 gce 的使用情形, 使用 Observability MCP 的 list_time_series 工具來讀取


✦ sakana-2024-gcp 專案 Compute Engine (GCE) 最近 90 天使用情形分析


  根據 list_time_series 的 90 天查詢結果,我們終於發現了該專案的運行活動紀錄。


  1. 實例資訊

   * 實例名稱 (Instance Name): test20251007-vscode

   * 實例 ID: 1128478565315759728

   * 地區 (Zone): asia-east1-c (台灣)


  2. 運行時間分析

   * 最後活躍時間: 2025-10-29 15:07 UTC。

   * 活動範圍: 數據顯示該實例在 2025-10-29 當天有密集的 CPU 數據,從 06:59 持續到 15:07。

   * CPU 使用率:

       * 大部分時間維持在 0.6% ~ 1.2% 之間(極低負載)。

       * 在最後一筆紀錄 (15:07) 有小幅上升至 4.4%。


  3. 結論與分析

   * 短暫運行: 雖然我們查詢了 90 天,但該專案僅在 10 月底 有短暫的運作紀錄。

   * 用途推測: 實例名稱含 vscode,推測這是一台用於開發或測試用的 VM (例如 Remote SSH 進行程式碼編輯)。

   * 目前狀態: 

       * 在 2025-10-29 15:07 之後就再也沒有任何數據回傳。

       * 這代表該實例自 10 月底以後就一直處於 停止 (Stopped) 或 已刪除 (Deleted) 的狀態。


> 請列出目前專案過去 30 天內所有不重複的 GCE 實例名稱及 ID。為了確保不遺漏任何實例,請在查詢時使用較大的聚合時間區間。



> 請分析目前專案 過去 30 天內 GCE 實例的生命週期。請幫我找出所有出現過的實例 ID,不需回傳每分鐘的詳細數據,只要確保所有 Series 都有被列出即可。


真是很方便的工具, 又前進一步


~ enjoy it



References