Gemini CLI 建立 Skill 小記

Gemini CLI 建立 Skill 小記

今天來寫使用 gemini cli 建立 skill 小記

OS: macOS 26.3

Gemini CLI : 0.29.5

Agent skill 目前已經是標準做法, 目前各個 AI 工具也都支援 :)

主要是看到 Google 的 Youtube 影片 - Google Cloud Live: Unlocking Gemini CLI with Skills, Hooks & Plan Mode

• https://www.youtube.com/live/ZXYuiEMm21s?si=UDWSJMS0yTv-d7Ry

起心動念來寫這篇小記 (同一時間 Gemini 也出了 3.1 ~~~ )

首先建立 gemini cli 建立 skill 也是有官方文件可以看

• https://geminicli.com/docs/cli/creating-skills/

但是也許實作會是很快的方式

先請 nanobanana 產生一個架構概覽

簡單來說可以使用兩種方式建立

• 手動建立

• 使用 skill-creator 建立

• 直接啟用, 使用對談的方式來建立

• 與 gemini cli 對談達成目的後, 請 skill-creator 建立

主要方便的方式是使用 skill-creator 來建立

啟動 gemini 後, 可以直接要求

 > 可否幫我建立 skill ? 

可以使用對談的方式來建立

建立的 Skill 會有兩種儲存方式

• 使用者層級 - 套用到全域環境 ( ~/.gemini/skills )

• 專案層級 - 只針對該專案使用 ( ./.gemini/skills )

我個人喜歡放在專案層級使用然後找個地方 (GitLab / Github) 集中存放

Skill 的設定內容解釋可以直接問 gemini

每個 Skill 最核心的檔案就是 SKILL.md，它定義了這個 Skill 是什麼、什麼時候該被觸發，以及觸發後我（Gemini CLI）應該怎麼做。

SKILL.md 主要分為兩個部分：

1. Frontmatter (YAML 檔頭設定)

• 這部分放在檔案的最上方，是給 Gemini CLI 判斷何時要啟動這個 Skill 的關鍵資訊。它必須包含兩個欄位：

• * `name`: Skill 的名稱。通常是簡短、以動詞開頭、由小寫字母和連字號組成的詞（例如：pdf-editor、analyze-logs）。

• * `description`: Skill 的描述。這非常重要！這是判斷是否要使用這個 Skill 的唯一依據。描述應該要明確指出這 Skill 的功能，以及在什麼情況下應該被使用。必須寫在同一行。

• * 好的範例：description: Data ingestion, cleaning, and transformation for tabular data. Use when Gemini CLI needs to work with CSV/TSV files to analyze large datasets...

2. Body (Markdown 內容指令)

• 在 YAML 檔頭之後，就是主要的 Markdown 內容。這部分是只有在 Skill 被觸發後，Gemini CLI 才會讀取的「專家指南」或「SOP 操作手冊」。

• * 指令與步驟 (Instructions)：詳細告訴我該怎麼一步一步完成任務。例如：「先讀取哪個檔案」、「檢查什麼欄位」、「如果遇到錯誤該怎麼處理」。

• * 參考資源 (References/Assets/Scripts)：如果有附帶其他的腳本、參考文件或圖片，這邊要告訴我在哪裡找，以及什麼時候該去讀取它們。

  ---

簡單的 `SKILL.md` 範例結構：

---

name: my-awesome-skill

description: 用於自動化格式化 Python 程式碼，當使用者要求整理 Python 專案時觸發。

---

# Python Code Formatter Skill

## 核心原則

- 永遠使用 `black` 和 `isort` 進行格式化。

- 在格式化之前，先檢查是否有語法錯誤。

## 執行步驟

1. 找出專案內所有的 `.py` 檔案。

2. 執行 `isort` 整理 import 順序。

3. 執行 `black` 統一程式碼風格。

可以使用 gemini 指令列出目前的 skills

% gemini  skills  list

Loading extension: bigquery-data-analytics

Loading extension: chrome-devtools-mcp

Loading extension: gcloud

Loading extension: nanobanana

Loading extension: observability

Discovered Agent Skills:

chrome-devtools [Enabled]

  Description: Uses Chrome DevTools via MCP for efficient debugging, troubleshooting and browser automation. Use when debugging web pages, automating browser interactions, analyzing performance, or inspecting network requests.

  Location:    /Users/max/.gemini/extensions/chrome-devtools-mcp/skills/chrome-devtools/SKILL.md

price-comparator [Enabled]

  Description: 比較 momo、PChome 24h、酷澎 (Coupang) 等電商平台的商品價格，專注於找出每單位（每 ml、每克、每片）的最低價。當使用者要求比價、尋找最便宜選項或分析跨平台優惠時使用。

  Location:    /Users/max/Downloads/local_lab/temp/.gemini/skills/price-comparator/SKILL.md

我有建立一個 skill 是去 momo / pchome 24h / Coupang 進行比價

範例操作如下

> 請幫我比較 零卡可樂在三個平台目前的價格

• 他會偵測到相關關鍵字然後詢問你要不要使用技能 : p

輸出結果參考

又前進一步

~ enjoy it

References

• https://www.youtube.com/live/ZXYuiEMm21s?si=UDWSJMS0yTv-d7Ry

• https://geminicli.com/docs/cli/creating-skills/ 

Gemini CLI extension - bigquery-data-analytics 小記

Gemini CLI extension - bigquery-data-analytics 小記

OS: macOS 26.3

Gemini: 0.28.2

今天要來寫另外一個 Gemini CLI extension - bigquery-data-analytics

• https://geminicli.com/extensions/?name=gemini-cli-extensionsbigquery-data-analytics

• https://github.com/gemini-cli-extensions/bigquery-data-analytics

他是近期我覺得 Gemini CLI 必裝的 extension 之一, 如果你有用 Bigquery

• 至少我覺得你有用 Billing export to BigQuery, 你會覺得超好用

安裝方式如之前文章所提直接使用 gemini extension install 就可以

• https://sakananote2.blogspot.com/2025/12/gemini-cli-extension-observability.html

觀察已安裝的 extension

% gemini  extension  list | grep  '('

✓ bigquery-data-analytics (0.1.7)

 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: 0.1.7

 Enabled (User): true

 Enabled (Workspace): true

 Context files:

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

 MCP servers:

  bigquery_data_analytics

 Settings:

  Project ID: [not set] 

  Location: [not set] 

接下來要設定環境變數

• 告訴 bigquery-data-analytics 要連線到那個 GCP Project, Bigquery Project 是可以在 gemini 對話中更換的

設定 GCP Project ID

% export  BIGQUERY_PROJECT="your-project-id"

• 可以將這個設定檔寫入到 ~/.bashrc 或 ~/.zshrc 中。

• gemini extensions config bigquery-data-analytics 目前是以互動的方式寫入, 會寫入到 ~/.gemini/extensions/bigquery-data-analytics/.env 暫時還是集中到 ~/.zshrc

啟動 gemini

% gemini

開始進行分析

> 告訴我 2026/1 費用 與 2025/12 使用費用 MOM 以及相關資訊                                                                                                

✦ 2026/01 vs 2025/12 費用 MoM (月增率) 與相關分析

  總體費用 MoM:

   * 總成長: +87.0% (費用從 $1,174.21 增至 $2,195.66)

   * 淨增加金額: +$1,021.45

  以下是各服務的詳細 MoM 分析，依費用增加金額排序：

 Compute Engine (計算引擎) - 成長幅度最大

   * MoM: +692.73% (成長近 7 倍)

   * 金額變化: $138.45 ➔ $1,097.53 (增加 $959.08)

   * 原因: E2 實例 (Core/RAM) 與硬碟容量的使用量激增，且新增了靜態 IP 費用。這是造成整體費用翻倍的主因。

 Networking (網路服務) - 顯著成長

   * MoM: +306.71% (成長約 3 倍)

   * 金額變化: $16.93 ➔ $68.86 (增加 $51.93)

   * 原因: 主要來自 Network Intelligence Center (網路分析工具) 的使用量增加。

 Cloud Run (無伺服器服務) - 新增服務

   * MoM: N/A (新增)

   * 金額變化: $0 ➔ $20.89

   * 原因: 開始在 asia-east1 運行容器化服務。

Vertex AI & Gemini API - 費用下降 (亮點)

  與基礎設施費用大幅增加相反，您的 AI 模型相關費用呈現下降趨勢：

   * Vertex AI: -31.19% ($667.00 ➔ $458.98)

   * Gemini API: -71.49% ($351.82 ➔ $100.29)

   * 分析: 雖然前面 SKU 分析顯示某些 Gemini 3.0 模型用量增加，但整體 AI 服務 (特別是舊款模型或 Gemini API 直接呼叫)

     的總開銷是顯著減少的。這可能代表您將負載轉移到了性價比更高的模型，或是優化了 API 的呼叫方式。

總結

  您的雲端支出結構在 1 月份發生了重大轉變：從以 AI 服務為主 ($1000+) 轉變為以基礎設施 (Compute Engine) 與監控為主 ($1500+)。雖然 AI  費用成功優化降低了約 $460，但基礎設施與新訂閱服務的暴增 ($1400+) 抵銷了節省的金額並導致總費用翻倍。

是不是真的好用 :)

~ enjoy it

References

• https://github.com/gemini-cli-extensions/bigquery-data-analytics 

Gemini CLI extension - gcloud 小記

Gemini CLI extension - gcloud 小記

OS: macOS 14.3

Gemini: 0.26.0

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

• https://geminicli.com/extensions/?name=gemini-cli-extensionsgcloud

• Github https://github.com/gemini-cli-extensions/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

• https://sakananote2.blogspot.com/2025/12/gemini-cli-extension-observability.html

% 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

• https://sakananote2.blogspot.com/2025/12/gemini-cli-extension-observability.html