1. 簡介
Gemini CLI 是終端機專用的開放原始碼 AI 輔助代理,可直接在指令列中使用 Gemini 模型。Gemini CLI 本身功能強大,但透過 Gemini CLI 擴充功能,更能發揮其真正潛力。
擴充功能是擴增 Gemini CLI 功能的官方標準方式。在擴充功能推出前,自訂 CLI 通常需要手動編輯 settings.json 等設定檔,這個過程「雜亂且容易出錯」。
您可以將擴充功能視為 Gemini CLI 自訂項目的「貨櫃」。這項工具是獨立、可版本化且容易發布的套件,內含教導 Gemini 一組新技能所需的所有元件。這個「貨櫃」可以包括:
- MCP 伺服器設定:將 Gemini 連線至外部工具和 API,例如 Google Cloud API 或第三方服務。
- 脈絡檔案 (GEMINI.md):這些是「應對手冊」,提供具體指示和指南,教導模型如何有效使用新工具。
- 自訂斜線指令 (.toml 檔案):將複雜的多步驟提示封裝成簡單易用的指令,例如 /deploy。
- 工具限制 (excludeTools):停用內建工具,打造更安全或更專注的環境。
擴充功能的價值在於將 Gemini CLI 從個人助理轉變為可擴充的企業級平台。團隊可以將整個雲端堆疊封裝成單一擴充功能,讓新開發人員透過一個指令提高生產力。
在本程式碼研究室中,您將瞭解如何使用這個強大的生態系統。您不會編寫擴充功能,但會安裝及使用四種不同的擴充功能,在終端機中加入應用程式部署、安全性分析、資料分析和基礎架構即程式碼功能。
執行步驟
- 安裝及設定 Gemini CLI 和 Google Cloud 必要元件。
- 瀏覽官方 Gemini CLI 擴充功能庫,尋找擴充功能。
- 使用
gemini extensions指令列介面安裝、列出及管理擴充功能。 - 探索幾項 Gemini CLI 擴充功能
課程內容
- 瞭解 Gemini CLI 擴充功能,以及為何這是自訂 CLI 的標準。
- 如何從擴充功能庫或 GitHub 網址尋找及安裝擴充功能。
- 金鑰管理指令的功能:
gemini extensions install、gemini extensions list和gemini extensions update。 - 安裝及使用幾個 Gemini CLI 擴充功能
軟硬體需求
- Chrome 網路瀏覽器
- Gmail 帳戶
- 已啟用計費功能的 Cloud 專案
本程式碼研究室適合所有程度的使用者和開發人員 (包括初學者)。您應對 Gemini CLI 有基本認識,但我們也會提供從頭安裝 Gemini CLI 的步驟。如要熟悉 Gemini CLI,請試用「動手練習 Gemini CLI」程式碼實驗室。
2. 事前準備
建立專案
- 在 Google Cloud 控制台的專案選取器頁面中,選取或建立 Google Cloud 專案。
- 確認 Cloud 專案已啟用計費功能。瞭解如何檢查專案是否已啟用計費功能。
- 您將使用 Cloud Shell,這是 Google Cloud 中執行的指令列環境,已預先載入 bq。按一下 Google Cloud 控制台上方的「啟用 Cloud Shell」。

- 連線至 Cloud Shell 後,請使用下列指令檢查您是否已通過驗證,且專案已設為您的專案 ID:
gcloud auth list
- 在 Cloud Shell 中執行下列指令,確認 gcloud 指令知道您的專案。
gcloud config list project
- 如果未設定專案,請使用下列指令來設定:
gcloud config set project <YOUR_PROJECT_ID>
- 透過下列指令啟用必要的 API。這項作業可能需要幾分鐘才能完成,請耐心等候。
gcloud services enable cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
run.googleapis.com \
cloudbuild.googleapis.com \
成功執行指令後,您應該會看到類似下方的訊息:
Operation "operations/..." finished successfully.
如果遺漏任何 API,您隨時可以在導入過程中啟用。
如需 gcloud 指令和用法的相關資訊,請參閱文件。設定及執行 Gemini CLI 前,請先建立資料夾,做為您在其中建立的所有專案的主資料夾。這是 Gemini CLI 的起點,但它也會參考系統上的其他資料夾,您稍後可以視需要使用這些資料夾。
請繼續建立範例資料夾 (gemini-cli-projects),並透過下列指令前往該資料夾。如要使用其他資料夾名稱,請自行變更。
mkdir gemini-cli-projects
前往該資料夾:
cd gemini-cli-projects
您可以在新的 Cloud Shell 終端機中,透過 gemini 指令直接啟動 Gemini CLI,或在另一個 Cloud Shell 終端機中啟動。
首次與 Gemini CLI 互動
我們需要確保 Gemini CLI 環境一切正常,才能發出第一個提示,如下所示:
Give me a famous quote on Artificial Intelligence and who said that?
您會發現查詢結果是叫用 GoogleSearch 工具 (Gemini CLI 內建工具)。換句話說,您已使用 Gemini CLI 強大的內建工具 (即 GoogleSearch),根據從網路上取得的資訊生成回覆。您應該會收到查詢的回覆。
接下來,我們來瞭解擴充功能。
3. 什麼是擴充功能?
擴充功能是獨立、可版本化且易於發布的套件。這就像是 Gemini CLI 自訂項目的「貨櫃」,將特定工作流程所需的一切資源打包成單一整齊的套件。

擴充功能可組合下列項目:
- 自訂斜線指令 (您的 .toml 檔案)。
- MCP 伺服器設定 (先前位於 settings.json 中)。
- 內容檔案 (GEMINI.md):為模型提供具體指示和規範。
- 工具限制 (excludeTools),打造更安全、更專注的環境。
為什麼要使用擴充功能?核心福利
採用擴充功能進行自訂可帶來多項強大優勢:
- 單一指令安裝:這是關鍵。使用者不必手動執行多個步驟,只要使用
gemini extensions install <URL>或gemini extensions install --path=some/local/path單一指令,即可安裝完整複雜的工具組。上述指令中的 <URL> 可以是您代管擴充功能的 Github 網址。 - 簡便的配發流程:分享工作內容就像分享單一 Git 存放區網址一樣簡單。不必再傳送個別檔案和設定程式碼片段。
- 版本管理和依附元件管理:擴充功能通常會託管在 Git 存放區中,因此您可免費使用版本控制功能。有
gemini extensions update command可將擴充功能更新至最新版本。 - 可探索性和生態系統:擴充功能是豐富開放生態系統的基礎,就像 VS Code 或 Chrome 的市集一樣。擴充功能機制可做為未來市集的基礎,讓使用者以真正的社群風格,審查、下載及使用這些擴充功能。
擴充功能架構的推出,清楚表明 Gemini CLI 正從強大的獨立工具,演變為真正的可擴充平台。
4. 瞭解擴充功能的基本概念
本節將說明擴充功能生態系統中面向使用者的部分:尋找擴充功能和管理擴充功能。
探索擴充功能庫
擴充功能庫是集中式市集,可供探索所有官方 Google 擴充功能和第三方擴充功能:
- 在瀏覽器中開啟下列網址:
https://geminicli.com/extensions/browse/。 - 這個藝廊是生態系統的探索引擎,您可以查看 GitHub、Redis 和 DynaTrace 等公司的擴充功能,瞭解可用的工具範圍。
- 向下捲動,找出 Cloud Run 的擴充功能資訊卡。
- 請注意,資訊卡會提供說明、作者 (Google) 和一鍵
Copy install指令按鈕。這是取得擴充功能安裝指令最簡單的方法。
Gemini CLI 擴充功能 - 管理指令
gemini extensions 指令是管理本機擴充功能的進入點。
在終端機中執行該指令,即可查看可用指令清單。

這些指令很簡單 (安裝/解除安裝、列出、更新、啟用/停用等),我們會在本次程式碼研究室中使用部分指令。
檢查目前狀態
安裝任何項目之前,請先檢查「乾淨的狀態」。
- 執行
gemini extensions list指令: - 您應該會看到下列輸出內容,確認目前尚未安裝任何擴充功能。
No extensions installed.
5. Cloud Run 擴充功能 (部署應用程式)
Gemini CLI 擴充功能庫提供的 Cloud Run 擴充功能是 MCP 伺服器,可讓我們將應用程式部署至 Cloud Run。
擴充功能庫中的 Cloud Run 擴充功能資訊卡如下所示:

首先,請按一下如上所示的「Copy install command」(複製安裝指令),安裝 Cloud Run 擴充功能。然後將該指令貼到 Cloud Shell 終端機 (應與下列指令類似):
gemini extensions install https://github.com/GoogleCloudPlatform/cloud-run-mcp
執行上述指令後,系統會要求您確認。請核准這項要求。Cloud Run 擴充功能應會順利安裝。
Installing extension "cloud-run".
**Extensions may introduce unexpected behavior. Ensure you have investigated the extension source and trust the author.**
This extension will run the following MCP servers:
* cloud-run (local): npx -y @google-cloud/cloud-run-mcp
This extension will append info to your gemini.md context using gemini-extension/GEMINI.md
Do you want to continue? [Y/n]: Y
Extension "cloud-run" installed successfully and enabled.
現在執行 gemini extensions list 指令時,您應該會看到已安裝的 Cloud Run 擴充功能,如下所示:
✓ cloud-run (1.0.0)
Path: <HOME_FOLDER>/.gemini/extensions/cloud-run
Source: https://github.com/GoogleCloudPlatform/cloud-run-mcp (Type: github-release)
Release tag: v1.5.0
Enabled (User): true
Enabled (Workspace): true
Context files:
<HOME_FOLDER>/.gemini/extensions/cloud-run/gemini-extension/GEMINI.md
MCP servers:
cloud-run
如果您現在啟動 Gemini CLI 並執行 /mcp 指令,會看到以下內容:

現在回到 Cloud Shell,嘗試部署應用程式。為此,我們首先需要一個簡單的應用程式,以便部署到 Cloud Run。請按照下列步驟操作:
確認您位於先前建立的資料夾,也就是 gemini-cli-projects。在這個資料夾中建立另一個名為 gemini-cloud-run 的資料夾,然後前往該資料夾。
mkdir gemini-cloud-run
cd gemini-cloud-run
現在在這個資料夾中建立兩個檔案 (app.py 和 requirements.txt 檔案),內容如下:
app.py
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello from Gemini and Cloud Run!'
if __name__ == "__main__":
app.run(debug=True, host='0.0.0.0', port=8080)
requirements.txt
Flask
gunicorn
現在從 gemini-cloud-run 資料夾啟動 Gemini CLI,終端機準備就緒後,請輸入下列提示:
/deploy --project="PROJECT_ID" --location="PROJECT_LOCATION" --name="SERVICE_NAME"
您需要指定 PROJECT_ID (Google Cloud 專案 ID)、PROJECT_LOCATION 和 SERVICE_NAME。如未提供這項資訊,Cloud Run 指令會叫用適當的工具,協助您選擇。
這個程序會從我們安裝的 Cloud Run MCP 伺服器擴充功能中,選取合適的工具。例如,您應該會看到類似以下的訊息:

請允許使用這項工具。
大功告成!Gemini CLI 現在已取得所需的所有資訊,以及執行工具的權限。現在會執行整個部署管道:建構 Docker 映像檔、將映像檔推送至 Artifact Registry,以及設定並部署新的 Cloud Run 服務。
不久後 (實際上是 2 到 3 分鐘),您會看到成功訊息和服務網址。以下是執行範例:
The Cloud Run service SERVICE_NAME has been deployed from the current folder in project PROJECT_ID.
You can view the service in the Cloud Console: https://console.cloud.google.com/run/detail/PROJECT_LOCATION/SERVICE_NAME?project=PROJECT_ID
The service is accessible at: https://SERVICE_NAME-SOME-ID.a.run.app
請按一下該連結。您應該會看到 Flask 應用程式提供首頁:

這項操作展現了 Gemini CLI 擴充功能 (本例為 Cloud Run) 的強大功能,它完全封裝了 gcloud CLI 指令的複雜性,並為您處理所有細節。
歡迎探索 Cloud Run MCP 伺服器中的其他工具。
6. BigQuery 擴充功能 (分析大型資料集)
如要跟著操作,請準備下列項目:
- 已啟用 BigQuery API 的 Google Cloud 專案。
- IAM 權限:
- BigQuery 使用者 (roles/bigquery.user)
- 執行這項指令來設定
BIGQUERY_PROJECT環境變數。這個專案會執行 BigQuery 工作,不一定是資料所在的專案 (但兩者確實可能相同)
export BIGQUERY_PROJECT=<YOUR_GCP_PROJECT_ID>
- 透過下列指令安裝 BigQuery Data Analytics 擴充功能。請授予安裝權限。安裝完成後,您會在設定中看到 2 個擴充功能:
cloud-run和bigquery-data-analytics。
gemini extensions install https://github.com/gemini-cli-extensions/bigquery-data-analytics
- 請透過下列指令再次啟動 Gemini CLI:
gemini
終端機應會啟動 Gemini CLI:
請在 Gemini CLI 終端機中輸入下列指令。
- 輸入下列斜線指令,確認 BigQuery 擴充功能已安裝完成並可供使用:
/extensions list
您應該也會看到 bigquery-data-analytics 擴充功能。

- 執行下列指令,查看可用的工具
/mcp list

- 我們來對 BigQuery 公開資料集 (look ecommerce) 提出基本的數據分析問題。這個資料集包含虛構服飾電子商務網站的顧客、產品和訂單資料。在 Gemini CLI 中輸入以下提示詞:
Look at BigQuery's the look ecommerce public dataset. Identify the top 5 products that had the most orders.
- Gemini CLI 會詢問您是否允許執行 BigQuery 工具。如要繼續,請選取第三個選項:
Yes, always allow all tools from server "bigquery_data_analytics"。
- 在幕後,Gemini 會生成適當的 SQL 查詢,叫用
execute_sql工具,並連同資料傳回自然語言回應:

- 現在,我們要請 Gemini 根據歷來資料預測產品退貨率。對於這項指令,Gemini CLI 不應嘗試生成一些詳細的 SQL 來建立這項預測,而應從 MCP 伺服器叫用
forecast工具,該工具會在幕後使用 BigQuery 的 AI.Forecast:
Forecast what the return rate will be next month.
- 畫面會顯示類似以下的回應:

7. 進一步探索
本程式碼研究室到此結束。我們介紹了 Gemini CLI 擴充功能,以及使用這些擴充功能的基本指令,並探討了 cloud-run 和 bigquery-data-analytics 擴充功能。
前往 Gemini 擴充功能庫 (https://geminicli.com/extensions/) 探索目前可用的擴充功能 (撰寫本文時超過 100 個),並立即開始使用。每個擴充功能資訊卡都包含資訊、擴充功能類型 (MCP、Context 等)、GitHub 存放區連結,以及在環境中安裝擴充功能的指令。

8. 恭喜
恭喜!您已成功瞭解 Gemini CLI 擴充功能,以及如何安裝及使用各種 Gemini CLI 擴充功能。