没有 Google Cloud 项目也能在 WorkBuddy 中使用 Google Gemini 吗？

可以。RunAPI 通过其 MCP 服务器提供 Gemini 访问。你只需一个 RUNAPI_API_KEY——无需 Google Cloud 项目，无需服务账号 JSON，无需 Vertex AI 计费配置。

Gemini Flash 和 Pro 有什么区别——分别在什么时候用？

Flash（gemini-3.5-flash）最快、最便宜——适合实时 agent 循环、分类和工具调用链。Pro（gemini-2.5-pro）处理复杂推理、长上下文分析和多步任务，适合准确性比速度更重要的场景。

Gemini 在 RunAPI 上如何计费？

按 token 计费的按量付费模式，无月度订阅，无最低消费。输入和输出 token 分别计量，Gemini Flash 的费率处于 RunAPI 目录中的最低水平之列。当前费率请查看 RunAPI 定价页面。

我能在同一个 WorkBuddy 会话中在 Gemini 和 GPT 之间切换吗？

可以。两者走同一个 runapi MCP 服务器和 API 密钥。在下一条提示词中指明另一个模型——gemini-3.5-flash、gpt-5.5 或目录中的任何模型——WorkBuddy 只改变工具调用中的 model 参数。

通过 RunAPI 的 Gemini 支持函数调用和工具使用吗？

支持。在请求中定义 tools，Gemini 会在 assistant 消息中返回 tool_calls。WorkBuddy 处理它们的方式与处理来自 GPT 或 Claude 的工具调用相同。

Claude 访客：新账户可在 30 天内获得 $1.00 API 赠送额度。每人限领一次，仅用于 API 用量。

WORKBUDDY + GEMINI

在 WorkBuddy 中使用 Gemini

Google Gemini 可通过 RunAPI 调用——Gemini 3.5 Flash 实现亚 100 毫秒首 token 延迟，3.x Pro 应对复杂推理，2.5 Pro 以 100 万 token 上下文窗口服务生产工作负载。WorkBuddy 原生支持 MCP，为 GPT 提供动力的同一个 runapi MCP 服务器和 RUNAPI_API_KEY 也能调用 Gemini。无需 Google Cloud 项目，无需服务账号，无需 Vertex AI 配置。

获取 API Key 阅读文档

一个 RunAPI 密钥 · MCP 一键接入 · 无需 Google Cloud 项目

使用 runapi MCP 服务器向 Gemini 发送聊天请求。

要求：
- 调用 runapi MCP 服务器提供的 RunAPI 聊天工具
- 将 model 设为 "gemini-3.5-flash"
- 提问："用三句话解释 gRPC 和 REST 的区别。"
- 将 temperature 设为 0.7，max_tokens 设为 256
- 展示 assistant 回复和 token 用量计数

{
  "mcpServers": {
    "runapi": {
      "url": "https://runapi.ai/mcp",
      "transport": "streamable_http",
      "headers": {
        "Authorization": "Bearer $RUNAPI_API_KEY"
      }
    }
  }
}

{
  "model": "gemini-3.5-flash",
  "content": "gRPC 基于 HTTP/2 和 Protocol Buffers，提供强类型、多路复用的 RPC 调用并内置代码生成。REST 使用 JSON 负载，依靠 URL 路径和 HTTP 动词表达资源语义。gRPC 在服务间调用中更快；REST 更易调试，浏览器支持也更广泛。",
  "finish_reason": "stop",
  "usage": {
    "prompt_tokens": 34,
    "completion_tokens": 71,
    "total_tokens": 105
  }
}

将提示词复制到 WorkBuddy gemini

工作原理

三步在 WorkBuddy 中使用 Gemini

注册 RunAPI MCP 服务器

在启动 WorkBuddy 的环境中设置 RUNAPI_API_KEY，然后添加一个名为 runapi 的 MCP 服务器，指向 https://runapi.ai/mcp，使用 streamable HTTP 传输。不需要 Google Cloud 凭据，也不需要服务账号 JSON——Gemini 只认这一个 RunAPI 密钥。

export RUNAPI_API_KEY=runapi_xxx
# MCP server: runapi → https://runapi.ai/mcp

向工作台 agent 发出提示词

在 WorkBuddy 中输入自然语言请求并指明模型——gemini-3.5-flash 追求速度，gemini-2.5-pro 处理长上下文推理。WorkBuddy 会填入 RunAPI 聊天工具的 model 和 messages 参数并发起调用。

model: gemini-3.5-flash

读取工具结果

MCP 工具同步返回回复，附带 token 用量计数。下一条提示词就能切换到 GPT 或 Claude，配置无需改动——runapi 服务器背后的所有模型共用同一个密钥和同一套工具结构。

usage.total_tokens: 105

参数

RunAPI MCP 服务器上的 Gemini 工具参数

参数	类型	说明
`model`	`string`	必填。gemini-3.5-flash、gemini-2.5-flash、gemini-2.5-pro、gemini-3-flash-preview 或 gemini-3.1-pro-preview。
`messages`	`array`	必填。消息对象数组，包含 role（system、user、assistant）和 content 字段。WorkBuddy 会根据你的提示词自动构建。
`temperature`	`number`	可选。0 到 2 之间的采样温度。值越低输出越确定。默认值因模型而异。
`max_tokens`	`integer`	可选。响应中生成的最大 token 数。
`top_p`	`number`	可选。0 到 1 之间的核采样阈值。控制输出随机性的另一种方式，可替代 temperature。
`tools`	`array`	可选。用于函数调用的工具定义。Gemini 在 assistant 消息中返回 tool_calls，WorkBuddy 会像处理其他工具结果一样处理它们。

WorkBuddy 上的 Gemini 是什么？

Google Gemini 通过 RunAPI 提供，无需 Google Cloud 项目、服务账号或 Vertex AI 配置。WorkBuddy 通过与 GPT、Claude 共用的 runapi MCP 服务器和 RUNAPI_API_KEY 访问它。Gemini 3.5 Flash 为实时 agent 循环提供亚 100ms 首 token 延迟，而 Gemini 2.5 Pro 凭借 100 万 token 上下文窗口和思考模式处理复杂推理的长上下文任务。