หน้านี้ได้รับการแปลโดย Cloud Translation API

ลองใช้ Gemini CLI

1. บทนำ

ใน Codelab นี้ คุณจะได้เรียนรู้เกี่ยวกับ Gemini CLI ซึ่งเป็นเอเจนต์ AI แบบโอเพนซอร์สที่นำพลังของ Gemini มาสู่เทอร์มินัลของคุณโดยตรง

โปรเจ็กต์ Gemini CLI เป็นโอเพนซอร์สและคุณดูแผนงานสาธารณะได้ที่นี่

ใน Codelab นี้ คุณจะได้ใช้แนวทางแบบทีละขั้นตอนในกิจกรรมต่างๆ เช่น

การติดตั้ง Gemini CLI
การกำหนดค่าพื้นฐาน
สำรวจเครื่องมือและคำสั่งที่มีอยู่แล้วใน Gemini CLI
การปรับแต่ง Gemini CLI ผ่านไฟล์ GEMINI.md
สำรวจกรณีการใช้งานบางอย่างด้วย Gemini CLI

สิ่งที่คุณต้องมี

เว็บเบราว์เซอร์ Chrome
บัญชี Gmail
เครื่องภายในระบบที่ติดตั้ง Node 20 ขึ้นไป

Codelab นี้ออกแบบมาสำหรับผู้ใช้และนักพัฒนาซอฟต์แวร์ทุกระดับ (รวมถึงผู้เริ่มต้น)

2. การติดตั้ง

ก่อนที่จะตั้งค่าและเรียกใช้ Gemini CLI ให้เราสร้างโฟลเดอร์ที่จะใช้เป็นโฟลเดอร์หลักสำหรับโปรเจ็กต์ทั้งหมดที่เราอาจสร้างไว้ภายใน นี่คือจุดเริ่มต้นสำหรับ Gemini CLI ในการทำงาน แม้ว่า Gemini CLI จะอ้างอิงโฟลเดอร์อื่นๆ ในระบบด้วย ซึ่งเราจะพูดถึงในภายหลังตามความจำเป็น

สร้างโฟลเดอร์ตัวอย่าง (gemini-cli-projects) แล้วไปที่โฟลเดอร์ดังกล่าวผ่านคำสั่งที่แสดงด้านล่าง หากต้องการใช้ชื่อโฟลเดอร์อื่น โปรดดำเนินการ

mkdir gemini-cli-projects

มาไปยังโฟลเดอร์นั้นกัน

cd gemini-cli-projects

หากต้องการเรียกใช้ Gemini CLI คุณสามารถใช้วิธีใดวิธีหนึ่งต่อไปนี้

เรียกใช้ด้วยคำสั่งต่อไปนี้

npx https://github.com/google-gemini/gemini-cli

คุณสามารถติดตั้ง Gemini CLI ทั่วโลกในระบบก่อนได้ โปรดตรวจสอบว่าคุณมีสิทธิ์ของผู้ดูแลระบบในการดำเนินการดังกล่าว

npm install -g @google/gemini-cli

แล้วเรียกใช้ด้วยคำสั่งต่อไปนี้

gemini

หากคุณเปิดใช้ Gemini CLI ผ่านวิธีใดวิธีหนึ่งข้างต้น คุณควรเห็นหน้าจอต่อไปนี้ที่ถามเกี่ยวกับการเลือกธีม เลือกรายการที่คุณต้องการได้เลย

เมื่อเลือกแล้ว ระบบจะขอให้ระบุวิธีการตรวจสอบสิทธิ์ เราขอแนะนำให้คุณใช้บัญชี Google ส่วนตัวและไม่ใช่บัญชีที่ไม่ใช่ของ Google หรือบัญชีที่เกี่ยวข้องกับ Google Workspace ใน Labs นี้ ใบอนุญาตฟรีดังกล่าวจะช่วยให้คุณเข้าถึง Gemini 2.5 Pro และหน้าต่างบริบทขนาด 1 ล้านโทเค็นได้ ระดับฟรีอนุญาตให้ส่งคำขอโมเดล 60 รายการต่อนาทีและ 1,000 รายการต่อวันโดยไม่มีค่าใช้จ่าย

หากโควต้าฟรีปัจจุบันที่มอบให้แก่บัญชี Google เต็มแล้ว คุณสามารถเลือกใช้คีย์ Gemini API หรือแม้แต่ Vertex AI ของ Google Cloud ซึ่งคุณจะต้องมีรหัสโปรเจ็กต์และชื่อสถานที่ตั้งของโปรเจ็กต์นั้น โปรดดูส่วนการตรวจสอบสิทธิ์ในเอกสารประกอบ หากคุณวางแผนที่จะใช้วิธีการตรวจสอบสิทธิ์อื่นๆ

คลิก Enter ได้เลย ซึ่งจะเปิดหน้าการตรวจสอบสิทธิ์ของ Google ในเบราว์เซอร์ ดำเนินการต่อด้วยการตรวจสอบสิทธิ์ด้วยบัญชี Google ยอมรับข้อกำหนด และเมื่อตรวจสอบสิทธิ์สำเร็จแล้ว คุณจะเห็นว่า Gemini CLI พร้อมและรอคำสั่งของคุณ ตัวอย่างภาพหน้าจอแสดงอยู่ด้านล่าง

พิมพ์ /help (เครื่องหมายทับ) แล้วคุณจะเห็นคำสั่งและแป้นพิมพ์ลัดต่างๆ ดังที่แสดงด้านล่าง

การโต้ตอบครั้งแรกกับ Gemini CLI

พิมพ์ข้อความแรกในช่อง เราจะส่งคำค้นหาต่อไปนี้

คุณจะเห็นว่าคำค้นหาของเราทำให้เครื่องมือ GoogleSearch (เครื่องมือในตัวใน Gemini CLI) ทำงาน นี่เป็นวิธีที่น่าสนใจซึ่งเราได้ใช้เครื่องมือที่มีประสิทธิภาพในตัวของ Gemini CLI ไปแล้ว นั่นคือ GoogleSearch ซึ่งจะอิงคำตอบตามข้อมูลที่ได้รับจากเว็บ เราจะดูข้อมูลเพิ่มเติมเกี่ยวกับเครื่องมือในส่วนถัดไป

มาออกจาก Gemini CLI กันก่อน คุณทำได้โดยใช้คำสั่ง /quit หรือใช้คำสั่ง Ctrl-C 2 ครั้งในเซสชันเทอร์มินัล CLI ของ Gemini แบบอินเทอร์แอกทีฟ

ไฟล์การปรับแต่ง Gemini CLI : settings.json

หากคุณจำได้ว่าตอนที่เราเริ่มใช้ Gemini CLI เป็นครั้งแรก ระบบขอให้เราเลือกธีมและวิธีการตรวจสอบสิทธิ์ ในการเรียกใช้ Gemini CLI ครั้งต่อๆ ไป ระบบจะไม่ขอให้คุณเลือกธีมและวิธีการตรวจสอบสิทธิ์อีก ซึ่งหมายความว่าระบบจะจัดเก็บไว้ที่ใดที่หนึ่ง และไฟล์ที่ใช้จะเรียกว่า settings.json ซึ่งเป็นวิธีปรับแต่ง Gemini CLI

ระบบจะใช้การตั้งค่าตามลำดับความสำคัญต่อไปนี้

Workspace: .gemini/settings.json (ลบล้างการตั้งค่าผู้ใช้และระบบ)
ผู้ใช้: ~/.gemini/settings.json (ลบล้างการตั้งค่าระบบ)
ระบบ: /etc/gemini-cli/settings.json (มีผลกับผู้ใช้ทุกคน)

หากคุณจำได้ ตอนที่เลือกธีม เราได้ขอให้บันทึกการตั้งค่าไว้ในการตั้งค่าผู้ใช้ ดังนั้นไปที่ ~/.gemini folder แล้วคุณจะเห็นไฟล์ settings.json

ไฟล์ settings.json ของฉันแสดงอยู่ด้านล่าง หากคุณเลือกธีมอื่นไว้ คุณจะเห็นชื่อธีมนั้นที่นี่

{
  "theme": "Default",
  "selectedAuthType": "oauth-personal"
}

3. พารามิเตอร์คำสั่ง Gemini CLI

มีพารามิเตอร์บรรทัดคำสั่งบางอย่างที่คุณระบุได้เมื่อเริ่มใช้ Gemini CLI หากต้องการดูรายการตัวเลือกทั้งหมด ให้ใช้ --help ตามที่แสดงด้านล่าง

gemini --help

ซึ่งควรแสดงตัวเลือกทั้งหมดที่ใช้ได้ เราขอแนะนำให้คุณศึกษาเอกสารประกอบที่นี่

มาดูตัวอย่างกัน วิธีแรกคือการกำหนดค่า Gemini CLI ให้ใช้โมเดล Pro หรือ Flash ปัจจุบัน ณ เวลาที่เขียนแล็บนี้ มีเพียง 2 โมเดลนี้เท่านั้นที่รองรับ โดยค่าเริ่มต้น ระบบจะใช้โมเดล Gemini 2.5 Pro แต่หากต้องการใช้โมเดล Flash คุณสามารถทำได้เมื่อเริ่มใช้ Gemini CLI ผ่านพารามิเตอร์ -m ดังที่แสดงด้านล่าง

gemini -m "gemini-2.5-flash"

คุณจะเห็นว่าหากเริ่มต้นด้วยวิธีข้างต้น คุณจะตรวจสอบโมเดลได้ที่ด้านขวาล่างของเทอร์มินัล Gemini CLI ดังที่แสดงด้านล่าง

โหมดที่ไม่ใช่แบบอินเทอร์แอกทีฟ

ตัวเลือกที่น่าสนใจคือการเรียกใช้ Gemini CLI ในโหมดที่ไม่โต้ตอบ ซึ่งหมายความว่าคุณจะป้อนพรอมต์ให้โดยตรง แล้วโมเดลจะตอบกลับพรอมต์นั้นโดยไม่ต้องเปิดเทอร์มินัลแบบอินเทอร์แอกทีฟของ Gemini CLI ซึ่งจะมีประโยชน์อย่างมากหากคุณวางแผนที่จะใช้ Gemini CLI ในลักษณะอัตโนมัติเป็นส่วนหนึ่งของสคริปต์หรือกระบวนการอัตโนมัติอื่นๆ คุณใช้พารามิเตอร์ -p เพื่อระบุพรอมต์ไปยัง Gemini CLI ดังที่แสดงด้านล่าง

gemini -p "What is the gcloud command to deploy to Cloud Run"

โปรดทราบว่าคุณไม่สามารถสนทนาต่อด้วยคำถามติดตามผล

4. Gemini CLI - เครื่องมือในตัว

Gemini CLI มาพร้อมชุดเครื่องมือในตัว และเอกสารประกอบของเครื่องมือระบุว่า "โมเดล Gemini ใช้เครื่องมือเหล่านี้เพื่อโต้ตอบกับสภาพแวดล้อมในเครื่อง เข้าถึงข้อมูล และดำเนินการต่างๆ เครื่องมือเหล่านี้จะช่วยเพิ่มความสามารถของ CLI ทำให้ CLI ทำได้มากกว่าการสร้างข้อความและช่วยงานได้หลากหลาย"

หากต้องการดูรายการเครื่องมือในตัวปัจจุบัน เพียงเรียกใช้คำสั่ง /tools ดังที่แสดงด้านล่าง

สิ่งหนึ่งที่คุณควรทำทันทีคือถามตัวเองว่า Gemini CLI สามารถเรียกใช้เครื่องมือเหล่านี้ได้หรือไม่เมื่อต้องการ คำตอบเริ่มต้นคือไม่ เมื่อพูดถึงการดำเนินการที่ละเอียดอ่อนซึ่งอาจเกี่ยวข้องกับการเขียนไปยังระบบภายใน การอ่านจากระบบภายนอก การไปที่เครือข่ายภายนอก และอื่นๆ

แม้ว่าจะมี --yolomode เมื่อคุณเริ่ม CLI ซึ่งเราจะไม่ใช้ แต่คุณจะเห็นว่า Gemini CLI จะแจ้งให้คุณขอสิทธิ์เพื่อเรียกใช้เครื่องมือที่เลือก คุณปฏิเสธสิทธิ์ หรืออนุญาตให้ทำงานครั้งเดียว หรือให้สิทธิ์แบบครอบคลุมเพื่ออนุญาตให้ทำงานได้ตลอดก็ได้ คุณควรควบคุมทุกอย่างได้อย่างเต็มที่

เรามาลองป้อนพรอมต์ที่จะทำให้ Gemini CLI เลือกเครื่องมือที่มีอยู่แล้วเพื่อดำเนินการ และจะช่วยให้เราเข้าใจวิธีการทำงานทั้งหมดได้ดี

เราต้องการรับข้อมูลเกี่ยวกับข่าวการเงินล่าสุดทั่วโลกและบันทึกข้อมูลนั้นลงในไฟล์ในไดเรกทอรีการทำงานในเครื่องที่เราเปิดใช้ Gemini CLI เราป้อนพรอมต์ต่อไปนี้

Search for the latest headlines today in the world of finance and save them in a file named finance-news-today.txt

ลองนึกดูสักครู่ว่าควรทำอย่างไร ในอุดมคติแล้ว ควรไปที่ Google Search เพื่อรับข่าวสารจากแหล่งข้อมูลที่เกี่ยวข้องซึ่งสามารถให้ข่าวสารทางการเงินได้ จากนั้นจะต้องสร้างไฟล์ชื่อ finance-news-today.txt (การดำเนินการเขียนในระบบภายในซึ่งจะต้องได้รับสิทธิ์จากคุณ) พร้อมเนื้อหา

มาดูกันว่าจะเกิดอะไรขึ้น (คุณควรทำตามขั้นตอนเดียวกันนี้ในเครื่องของคุณ)

สิ่งแรกที่ทำคือเรียกใช้เครื่องมือ GoogleSearch เพื่อค้นหาเว็บ

เมื่อการค้นหาเสร็จสมบูรณ์แล้ว ระบบจะดึงข้อมูลดังที่แสดงด้านล่าง

เมื่อดำเนินการเสร็จแล้ว ก็พร้อมที่จะเขียนข้อมูลนี้ลงในไฟล์และจะใช้เครื่องมือ WriteFile แต่เนื่องจากเป็นการดำเนินการที่ละเอียดอ่อน (เขียน) จึงต้องขอสิทธิ์จากคุณ คุณสามารถกำหนดประเภทสิทธิ์ได้ เช่น อนุญาตครั้งเดียว อนุญาตเสมอ ฯลฯ เราจะเลือกอนุญาตครั้งเดียวในตอนนี้

จากนั้นระบบจะเขียนข้อมูลลงในไฟล์และแสดงข้อความว่าดำเนินการสำเร็จที่ด้านล่าง

เราจะตรวจสอบได้อย่างไรว่ามีการเขียนไฟล์หรือไม่ เราสามารถใช้ @file เพื่อขอให้ระบบอ่านเนื้อหาได้ เราจะให้พรอมต์ดังที่แสดงด้านล่าง เมื่อเราพิมพ์ @ ระบบจะแสดงรายการไฟล์ในโฟลเดอร์ปัจจุบันและแสดงไฟล์ที่เพิ่งสร้าง เลือกข้อความนั้นแล้วส่ง พรอมต์ของฉันแสดงอยู่ด้านล่าง

read the contents of @finance-news-today.txt

ซึ่งจะทำให้มีการเรียกใช้เครื่องมือที่จำเป็น (ReadManyFiles, ReadFile) และแสดงเนื้อหาตามที่แสดงด้านล่าง

นอกจากนี้ ยังเป็นเวลาที่ดีที่จะได้เรียนรู้วิธีทำงานกับ Shell โดยตรงจากภายใน Gemini CLI คุณเข้าสู่โหมดเชลล์ได้โดยกด ! ในกล่องข้อความ ซึ่งจะสลับไปเป็นโหมด Shell คุณกลับไปได้โดยกด ! อีกครั้งหรือกดปุ่ม ESC

เมื่ออยู่ในโหมดเชลล์ คุณจะเห็น ! ที่จุดเริ่มต้นของพรอมต์ดังที่แสดงด้านล่าง

ฉันตรวจสอบได้โดยตรงโดยใช้คำสั่งมาตรฐาน เช่น pwd และ ls ดังที่แสดงด้านล่าง

เราสามารถพิมพ์เนื้อหาของไฟล์ผ่านคำสั่ง cat ได้แล้ววันนี้

แบบฝึกหัด: ลองทำแบบฝึกหัดสั้นๆ ต่อไปนี้ เลือกฟีด RSS ที่ต้องการ ป้อนพรอมต์ไปยัง Gemini CLI เพื่อดึงเนื้อหาของฟีด RSS และจัดรูปแบบผลลัพธ์ให้คุณในลักษณะที่เฉพาะเจาะจง ซึ่งเป็นวิธีที่ดีในการตั้งค่าให้ระบบทำงานอัตโนมัติเมื่อเริ่มต้นวัน

เคล็ดลับ: คุณควรทำให้ Gemini CLI ใช้เครื่องมือ WebFetch

5. การกำหนดค่าเซิร์ฟเวอร์ Model Context Protocol (MCP)

เซิร์ฟเวอร์ MCP คือแอปพลิเคชันที่แสดงเครื่องมือและทรัพยากรไปยัง Gemini CLI ผ่าน Model Context Protocol ซึ่งช่วยให้โต้ตอบกับระบบภายนอกและแหล่งข้อมูลได้ เซิร์ฟเวอร์ MCP ทำหน้าที่เป็นสะพานเชื่อมระหว่างโมเดล Gemini กับสภาพแวดล้อมในเครื่องหรือบริการอื่นๆ เช่น API

เซิร์ฟเวอร์ MCP ช่วยให้ Gemini CLI ค้นพบและเรียกใช้เครื่องมือต่างๆ ได้ ซึ่งจะขยายความสามารถของ Gemini CLI ให้ดำเนินการต่างๆ ได้นอกเหนือจากฟีเจอร์ในตัว เช่น การโต้ตอบกับฐานข้อมูล, API, สคริปต์ที่กำหนดเอง หรือเวิร์กโฟลว์เฉพาะ

Gemini CLI รองรับการกำหนดค่าเซิร์ฟเวอร์ MCP เพื่อค้นหาและใช้เครื่องมือที่กำหนดเอง หากเปิดใช้ Gemini CLI แล้ว คุณสามารถตรวจสอบเซิร์ฟเวอร์ MCP ที่กำหนดค่าผ่านคำสั่ง /mcp ได้ดังที่แสดงด้านล่าง

หากคุณยังไม่ได้กำหนดค่าเซิร์ฟเวอร์ MCP ระบบจะเปิดเอกสารประกอบเกี่ยวกับเซิร์ฟเวอร์ MCP ของ Gemini CLI

คุณกำหนดค่าเซิร์ฟเวอร์ MCP ได้ที่ระดับส่วนกลางในไฟล์ ~/.gemini/settings.json หรือในรูทไดเรกทอรีของโปรเจ็กต์ สร้างหรือเปิดไฟล์ .gemini/settings.json คุณจะต้องเพิ่มบล็อกการกำหนดค่า mcpServers ภายในไฟล์ ดังที่แสดงด้านล่าง

"mcpServers": {
    "server_name_1": {},
    "server_name_2": {},
    "server_name_n": {}
 }

การกำหนดค่าเซิร์ฟเวอร์แต่ละรายการรองรับพร็อพเพอร์ตี้ต่อไปนี้ ( เอกสารอ้างอิง)

ต้องระบุ (อย่างใดอย่างหนึ่งต่อไปนี้)

command (string): เส้นทางไปยังไฟล์ที่เรียกใช้งานได้สำหรับการรับส่งข้อมูล Stdio
url (string): URL ของปลายทาง SSE (เช่น "http://localhost:8080/sse")
httpUrl (สตริง): URL ของปลายทางการสตรีม HTTP

ไม่บังคับ

args (string[]): อาร์กิวเมนต์บรรทัดคำสั่งสำหรับการรับส่ง Stdio
headers (ออบเจ็กต์): ส่วนหัว HTTP ที่กำหนดเองเมื่อใช้ url หรือ httpUrl
env (ออบเจ็กต์): ตัวแปรสภาพแวดล้อมสำหรับกระบวนการของเซิร์ฟเวอร์ ค่าสามารถอ้างอิงตัวแปรสภาพแวดล้อมได้โดยใช้ไวยากรณ์ $VAR_NAME หรือ ${VAR_NAME}
cwd (สตริง): ไดเรกทอรีการทำงานสำหรับการรับส่ง Stdio
timeout (ตัวเลข): การหมดเวลาของคำขอเป็นมิลลิวินาที (ค่าเริ่มต้น: 600,000 มิลลิวินาที = 10 นาที)
trust (บูลีน): เมื่อเป็นจริง จะข้ามการยืนยันการเรียกใช้เครื่องมือทั้งหมดสำหรับเซิร์ฟเวอร์นี้ (ค่าเริ่มต้น: เท็จ)
includeTools (string[]): รายการชื่อเครื่องมือที่จะรวมจากเซิร์ฟเวอร์ MCP นี้ เมื่อระบุไว้ จะมีเฉพาะเครื่องมือที่แสดงที่นี่เท่านั้นที่พร้อมใช้งานจากเซิร์ฟเวอร์นี้ (ลักษณะการทำงานของรายการที่อนุญาต) หากไม่ได้ระบุไว้ ระบบจะเปิดใช้เครื่องมือทั้งหมดจากเซิร์ฟเวอร์โดยค่าเริ่มต้น
excludeTools (string[]): รายชื่อเครื่องมือที่จะยกเว้นจากเซิร์ฟเวอร์ MCP นี้ เครื่องมือที่แสดงที่นี่จะไม่พร้อมใช้งานสำหรับโมเดล แม้ว่าเซิร์ฟเวอร์จะเปิดเผยเครื่องมือเหล่านั้นก็ตาม หมายเหตุ: excludeTools จะมีลำดับความสำคัญเหนือกว่า includeTools หากเครื่องมืออยู่ในทั้ง 2 รายการ ระบบจะยกเว้นเครื่องมือดังกล่าว

มาเริ่มกำหนดค่าเซิร์ฟเวอร์ MCP ที่สำคัญซึ่งคุณอาจต้องใช้หากทำงานกับ GitHub กันเลย แม้ว่าคุณควรทราบว่า Gemini CLI จะเรียกใช้เครื่องมือ Git ที่คุณมีในระบบ และคุณยังสั่งให้ Gemini CLI ใช้เครื่องมือดังกล่าวแทนได้ด้วย ดังนั้นโปรดทราบว่าเครื่องมือนี้จะช่วยคุณในเรื่องคำสั่งและดำเนินการให้คุณ แต่คุณต้องตั้งค่าเครื่องมือเหล่านั้นในระบบ

เซิร์ฟเวอร์ MCP ของ Github

เซิร์ฟเวอร์ MCP อย่างเป็นทางการของ Github มีเอกสารประกอบที่เพียงพอเกี่ยวกับเครื่องมือที่แสดง รวมถึงวิธีกำหนดค่าเครื่องมือดังกล่าว คุณเลือกได้ว่าจะเรียกใช้ในเครื่องหรือจากระยะไกล เนื่องจาก Gemini CLI รองรับเซิร์ฟเวอร์ MCP ระยะไกลด้วย

ในบทแนะนำนี้ เราเลือกใช้ตัวเลือกเซิร์ฟเวอร์ MCP ระยะไกลใน Github โดยคุณจะต้องมีโทเค็นเพื่อการเข้าถึงส่วนบุคคล (PAT) จาก Github ก่อน

เมื่อมีแล้ว คุณจะต้องเพิ่มออบเจ็กต์เซิร์ฟเวอร์ MCP ในไฟล์ settings.json ไฟล์ settings.json ที่สมบูรณ์ในระบบของฉันแสดงอยู่ด้านล่าง คุณอาจมีการตั้งค่าเพิ่มเติม แต่ควรตั้งค่าออบเจ็กต์ mcpServers ตามที่ระบุด้านล่าง

{
  "theme": "Default",
  "selectedAuthType": "oauth-personal",
  "mcpServers": {
       "github": {
            "httpUrl": "https://api.githubcopilot.com/mcp/",
            "headers": {
                "Authorization": "GITHUB_PAT"
            },
            "timeout": 5000
       }
  }
}

คุณจะเริ่ม Gemini CLI อีกครั้งหรือใช้คำสั่ง /mcp refresh ก็ได้ เมื่ออัปเดต settings.json ด้วยการกำหนดค่าเซิร์ฟเวอร์ MCP ของ Github แล้ว ภาพหน้าจอด้านล่างไฮไลต์เซิร์ฟเวอร์ Github MCP ที่กำหนดค่าไว้ในเครื่องของฉัน และเครื่องมือต่างๆ ที่พร้อมใช้งานใน Gemini CLI เพื่อทำงานกับ MCP

มาเริ่มด้วยพรอมต์ที่จะเรียกใช้เครื่องมืออย่างใดอย่างหนึ่งจากเซิร์ฟเวอร์ MCP ของ Github กัน ป้อนพรอมต์ต่อไปนี้

โปรดทราบว่าระบบจะเลือกเครื่องมือที่ถูกต้องจากเซิร์ฟเวอร์ MCP ของ Github แต่เช่นเดียวกับเครื่องมืออื่นๆ ในตัว คุณจะต้องให้สิทธิ์อย่างชัดเจนในการเรียกใช้เครื่องมือนี้ด้วย ลองดูว่าคุณจะได้รับเอาต์พุตอะไร

ตอนนี้คุณควรทำงานกับโปรเจ็กต์ GitHub อย่างใดอย่างหนึ่ง ป้อนคำค้นหาด้วยภาษาง่ายๆ เช่น

อธิบาย <repo-name> ให้ฉันหน่อย
โคลน <ชื่อที่เก็บ> ในเครื่องของฉัน
อธิบาย @<ชื่อไฟล์> หรือ @<ชื่อไดเรกทอรี>/
ส่วนประกอบต่างๆ ของที่เก็บนี้มีอะไรบ้าง
ฉันได้ทำการเปลี่ยนแปลงที่จำเป็นแล้ว คุณสามารถพุชการเปลี่ยนแปลงไปยัง Github และใช้เครื่องมือเซิร์ฟเวอร์ MCP ของ Github เพื่อดำเนินการดังกล่าวได้

เราจะมีการฝึกปฏิบัติการทำงานกับเซิร์ฟเวอร์ Github MCP อย่างละเอียดในแล็บในภายหลัง

Context7 MCP Server

Context7 มีเอกสารประกอบล่าสุดสำหรับ LLM และโปรแกรมแก้ไขโค้ด AI หากต้องการให้บริบทแก่ LLM ด้วยเอกสารล่าสุดสำหรับเฟรมเวิร์กที่คุณเลือก เซิร์ฟเวอร์ Context7 MCP เป็นตัวเลือกที่ดีในการกำหนดค่า

ตรวจสอบว่าคุณมีห้องสมุดแสดงอยู่ในหน้าแรกของ Context7

นี่คือเซิร์ฟเวอร์ MCP ที่คุณต้องเพิ่มในไฟล์ settings.json

"context7": {
      "httpUrl": "https://mcp.context7.com/mcp"
    }

เมื่อกำหนดค่าเซิร์ฟเวอร์ MCP และโหลด Gemini CLI พร้อมกับเซิร์ฟเวอร์เรียบร้อยแล้ว คุณจะดูเครื่องมือ Context7 ได้ดังที่แสดงด้านล่าง

ตอนนี้คุณสามารถระบุพรอมต์และขอให้ Gemini CLI ใช้ Context7 สำหรับเอกสารล่าสุดขณะสร้างแอปพลิเคชันหรือโค้ด Snippet โดยใช้เฟรมเวิร์ก XYZ ที่เฉพาะเจาะจงได้แล้ว

นี่คือตัวอย่างพรอมต์ที่ฉันต้องการเขียนเอเจนต์โดยใช้ Agent Development Kit (ADK) จาก Google ฉันระบุในพรอมต์ให้ค้นหาเอกสารประกอบสำหรับเรื่องนี้ผ่านเซิร์ฟเวอร์ Context7 MCP

I am working on coding an Agent using the Agent Development Kit (ADK) from Google. I would like to know how to create the LLMAgent in Python. Use Context7 for the latest documentation on ADK and specifically use /google/adk-python, /google/adk-docs and adk.wiki

เอาต์พุตที่ได้รับมีดังนี้

เซิร์ฟเวอร์ MCP ของ Google สไลด์

โปรเจ็กต์ Github ที่ https://github.com/matteoantoci/google-slides-mcp มีเซิร์ฟเวอร์ MCP สำหรับการโต้ตอบกับ Google สไลด์ API ซึ่งช่วยให้คุณสร้าง อ่าน และแก้ไขงานนำเสนอ Google สไลด์แบบเป็นโปรแกรมได้

ขั้นตอนในการกำหนดค่าเซิร์ฟเวอร์ MCP จะอยู่ในโปรเจ็กต์ คุณจะต้องมีสภาพแวดล้อม Node.js ที่ใช้สร้างเซิร์ฟเวอร์ กำหนดค่าโปรเจ็กต์ Google Cloud และโทเค็น OAuth 2.0 จากนั้นกำหนดค่าเซิร์ฟเวอร์ MCP ในไฟล์ settings.json

เมื่อตั้งค่าแล้ว คุณจะเรียกใช้พรอมต์ได้ เช่น

ดึงข้อมูลล่าสุดจาก "web_url" สรุปเป็นประเด็นสำคัญ และสร้างงานนำเสนอชื่อ "my_presentation"

ลองใช้เลย

เซิร์ฟเวอร์ MCP เพิ่มเติม

เซิร์ฟเวอร์ MCP เพิ่มเติมที่คุณอาจสนใจมีดังนี้

เซิร์ฟเวอร์ Firebase MCP
บริการสื่อ Gen AI ของ Google (Imagen, Veo, Lyria)
กล่องเครื่องมือ MCP สำหรับฐานข้อมูล (ทำงานกับ Firestore, BigQuery, ฐานข้อมูล Google Cloud)
เซิร์ฟเวอร์ MCP ของ Google Workspace (ทำงานกับเอกสาร, ชีต, ปฏิทิน, Gmail)

ดูวิธีการตั้งค่าเซิร์ฟเวอร์ MCP ข้างต้นได้ในบล็อกโพสต์นี้

6. กรณีการใช้งานที่ควรลอง

คุณใช้ Gemini CLI กับกรณีการใช้งานที่หลากหลายได้ ซึ่งเหมาะสำหรับทั้งนักพัฒนาแอปและผู้ที่ไม่ใช่นักพัฒนาแอป ต่อไปนี้คือสถานการณ์บางส่วน และคุณสามารถลองใช้สถานการณ์ใดก็ได้หรือทั้งหมดก็ได้ ขึ้นอยู่กับสาขาที่คุณสนใจ

ในแต่ละกรณีเหล่านี้ ระบบจะแสดงข้อความแจ้ง คุณสามารถลองใช้ฟีเจอร์นี้ในโหมดอินเทอร์แอกทีฟหรือโหมดที่ไม่ใช่แบบอินเทอร์แอกทีฟของ Gemini CLI ผ่านพารามิเตอร์ -p ในขณะที่เปิดใช้ Gemini CLI

การจัดระเบียบไฟล์/โฟลเดอร์

คุณสามารถใช้ Gemini CLI เพื่อจัดระเบียบไฟล์ตามประเภทในโฟลเดอร์ต่างๆ ได้ตามต้องการ ไปที่โฟลเดอร์ในเครื่องที่มีไฟล์หลายไฟล์ เช่น .txt, .png, .jpg, .pdf, .mp4 และอื่นๆ ซึ่งมักจะเป็นโฟลเดอร์เดสก์ท็อปหรือโฟลเดอร์ดาวน์โหลด

ไปที่โฟลเดอร์นั้นแล้วเริ่ม Gemini CLI เราจะขอให้สร้างโฟลเดอร์หลายโฟลเดอร์ก่อน ได้แก่ รูปภาพ เอกสาร วิดีโอ จากนั้นเราจะขอให้จัดระเบียบไฟล์ในโฟลเดอร์

CLI ของ Gemini มักจะขอสิทธิ์จากคุณก่อนที่จะเรียกใช้คำสั่ง โดยเฉพาะคำสั่งที่แก้ไขระบบไฟล์ (เช่น การเขียน การย้าย หรือการลบไฟล์) โปรดตรวจสอบพรอมต์เหล่านี้อย่างละเอียดก่อนให้สิทธิ์ทุกครั้ง นี่คือตาข่ายนิรภัยของคุณ

Create the following folders "Images","Documents","Videos"

จากนั้นป้อนพรอมต์ต่อไปนี้

Go through all the files in this folder and then organize them by moving all the files ending with .jpg, .jpeg, .gif into the "Images" folder. Move all ".txt" files into the "Documents" folder. Move all the ".mp4" files in the "Videos" folder.

สถานการณ์การจัดระเบียบอื่นๆ (ข้อความแจ้งจะอยู่ข้างสถานการณ์แต่ละอย่าง)

การสรุป: สำหรับเอกสารแต่ละฉบับในโฟลเดอร์ "เอกสาร" ให้สร้างไฟล์ txt ในโฟลเดอร์เดียวกันชื่อ "summary_ORIGINAL_FILENAME.txt" ซึ่งมีสรุป 3 ประโยคของประเด็นหลักในเอกสาร
จัดหมวดหมู่ตามประเภท: สแกนไฟล์ PDF และ DOCX ทั้งหมดในไดเรกทอรีนี้ ย้ายไฟล์ทั้งหมดที่มีคำว่า "ใบแจ้งหนี้" ในชื่อหรือเนื้อหาไปยังโฟลเดอร์ "การเงิน/ใบแจ้งหนี้" ย้ายไฟล์ที่มีคำว่า "ใบเสร็จ" ไปยังโฟลเดอร์ "การเงิน/ใบเสร็จ" ส่วนไฟล์ .docx อื่นๆ จะอยู่ในโฟลเดอร์ "รายงาน"
การแยกข้อมูลสำคัญ (และการ "ติดแท็ก"): อ่านเนื้อหาของไฟล์ PDF แต่ละไฟล์ในโฟลเดอร์ "การเงิน/ใบแจ้งหนี้" หากพบวันที่ ให้เปลี่ยนชื่อไฟล์ให้มีวันที่ดังกล่าวในรูปแบบ YYYY-MM-DD เช่น ‘invoice_2025-07-26_original_name.pdf'.