AI 程式設計教學中文版
從原理到實戰

Code Assist、Cloud 和 GitHub Action

理解 Gemini CLI 在 Google Code Assist、Cloud Shell、Vertex AI 和 GitHub Action 工作流裡的位置。

📖 本篇術語速查表
英文 / 縮寫中文一句話解釋
Code Assist程式碼助手Gemini 的程式碼輔助能力。
Cloud雲端雲端執行 / 整合。
GitHub Action在流水線裡跑 Gemini CLI。

不想讀完?把下面這段提示詞丟給 AI 幫你跑完——幫你規劃用 Gemini 的 Code Assist、Cloud 和 GitHub Action。

你是 Gemini CLI 雲端與整合顧問。

【角色】
Gemini CLI 雲端與整合顧問,按最小夠用、安全優先的原則給可落地方案。

【輸入】
- 想用哪個能力(Code Assist / Cloud / Action):___
- 是否有更簡單方式替代:___
- 涉及的儲存庫和許可權:___
- 目標是試用還是生產:___

【工作流程】
1. 把需求歸到對應能力
2. 給設定和使用方式
3. 說明和人工把關的配合
4. 給許可權和驗證

【輸出規範】
▌一、需求歸類
▌二、設定使用
▌三、和人工的配合
▌四、許可權 + 驗證

【硬約束】
- 先只讀 / 試用,寫許可權謹慎放
- 憑據走 secret,不明文
- 自動化設計成低介入
- 不要替我臆測情況或編造不存在的能力,資訊不全先問清
- 不確定的設定或介面一律以官方文件為準,禁止照搬過時寫法
- 給的每條結論都要落到具體可照做的步驟或示例,不停留在「建議」「考慮一下」這類沒法直接執行的空泛表述

Gemini CLI 不是孤立工具。它在 Google 生態裡連線了 Gemini Code Assist、Cloud Shell、Vertex AI、IDE agent mode 和 GitHub Action。

這一篇解決的是產品位置:Gemini CLI 是終端和自動化入口,但賬號、配額、企業控制和雲專案往往來自更大的 Google 體系。

Gemini Code Assist

Gemini Code Assist 更像產品層,覆蓋:

  • IDE 外掛和 agent mode。
  • Gemini CLI。
  • Google 賬號和訂閱。
  • 企業控制和隱私策略。
  • 配額與使用限制。

如果你在 VS Code 或 JetBrains 裡工作,Code Assist 的 IDE 能力更順手;如果你在終端、CI、遠端伺服器裡工作,Gemini CLI 更自然。

工作位置更自然的入口
IDE 內連續編輯Gemini Code Assist / IDE companion
終端專案任務Gemini CLI
Google Cloud 環境Cloud Shell / Vertex AI
GitHub 儲存庫自動化run-gemini-cli GitHub Action
企業策略和審計Code Assist enterprise controls / Google Cloud

Cloud Shell

Cloud Shell 適合快速體驗或在 Google Cloud 專案裡操作。它的優勢是環境預置、賬號上下文明確,不需要先處理本機 Node、PATH、代理和證書問題。

但真實長期開發仍建議在本地或團隊標準開發環境裡設定,避免把所有流程繫結到臨時 shell。

Vertex AI

Vertex AI 適合企業和雲專案:

  • 統一賬單。
  • 專案級許可權。
  • 區域和合規治理。
  • 與 Google Cloud 服務整合。

如果團隊已經在 Google Cloud 上,Gemini CLI 透過 Vertex AI 接入更容易進入統一治理。

企業使用邊界

企業環境裡不要只問“能不能跑”。還要問:

  • 誰擁有 Cloud project。
  • 認證方式是否符合組織策略。
  • 配額、賬單和記錄歸屬在哪裡。
  • GitHub Action 的 secret 和 workflow permission 是否足夠收窄。
  • 產生的 prompt、diff、trace、記錄是否允許進入外部系統。

這些問題不屬於 CLI 使用技巧,而屬於上線邊界。

GitHub Action

google-github-actions/run-gemini-cli 讓 Gemini CLI 進入 GitHub Actions。適合:

  • PR review。
  • issue triage。
  • 按評論觸發任務。
  • 定時掃描。
  • 自動生成總結或標籤。

接入前先定義許可權邊界:哪些任務只讀,哪些任務能評論,哪些任務能改程式碼,哪些任務必須人工確認。

推薦接入順序

flowchart LR
    Local["本地 Gemini CLI"] --> CloudShell["Cloud Shell / Vertex AI"]
    Local --> IDE["IDE companion"]
    Local --> Headless["Headless script"]
    Headless --> GitHub["GitHub Action"]
    GitHub --> Enterprise["Enterprise controls"]

    style Local fill:#dbeafe,stroke:#3b82f6
    style GitHub fill:#fef3c7,stroke:#f59e0b
    style Enterprise fill:#dcfce7,stroke:#22c55e

先在本地跑通低風險流程,再進入 headless 和 GitHub Action。企業控制應該在擴大自動化前定義,不要等 workflow 已經能寫回儲存庫後再補許可權。

入口選擇口訣

如果任務發生在人正在編輯的程式碼裡,用 IDE;如果任務發生在專案目錄、記錄、測試和指令碼里,用 Gemini CLI;如果任務發生在 Google Cloud 專案裡,用 Cloud Shell 或 Vertex AI;如果任務發生在儲存庫事件裡,用 GitHub Action。

選錯入口會帶來額外複雜度。比如把本地長期開發全放在 Cloud Shell,會受臨時環境限制;把需要人工確認的複雜重構放進 GitHub Action,會讓許可權和失敗恢復變難;把團隊賬單專案當成本機個人登入處理,會讓 quota、隱私和審計都說不清。

官方核驗點

釋出前要分別回到 Gemini Code Assist、Gemini CLI、Vertex AI 和 run-gemini-cli GitHub Action 的官方頁面核驗。重點不是記住營銷名稱,而是確認賬號入口、許可權範圍、quota 歸屬、workflow permission 和資料處理邊界是否還和教學一致。

一張定點陣圖

IDE 寫程式碼      Gemini Code Assist / IDE companion
終端改專案      Gemini CLI
雲上操作        Cloud Shell / Vertex AI
儲存庫自動化      run-gemini-cli GitHub Action
企業治理        Google Cloud / Code Assist enterprise controls

官方資料

下一篇

本頁目錄