我可以在沒有 Google Cloud 項目的情況下在 WorkBuddy 中使用 Google Gemini 嗎？

可以。RunAPI 透過其 MCP 伺服器提供 Gemini 存取。您只需一個 RUNAPI_API_KEY——無需 Google Cloud 項目、服務帳號 JSON 或 Vertex AI 計費設定。

Gemini Flash 和 Pro 有什麼分別——各自應在何時使用？

Flash（gemini-3.5-flash）速度最快且費用最低——最適合即時代理循環、分類和工具呼叫鏈。Pro（gemini-2.5-pro）用於複雜推理、長上下文分析及準確性比速度更重要的多步驟任務。

透過 RunAPI 使用 Gemini 如何計費？

按 token 付費，無月費訂閱或最低消費要求。輸入和輸出 token 分開計量，Gemini Flash 費率是 RunAPI 目錄中最低之列。請查閱 RunAPI 定價頁面了解最新費率。

我可以在同一個 WorkBuddy 會話中切換 Gemini 和 GPT 嗎？

可以。兩者都透過相同的 runapi MCP 伺服器和 API 金鑰。在下一個提示中指定不同的模型——gemini-3.5-flash、gpt-5.5 或目錄中的其他模型——WorkBuddy 只會更改工具呼叫的 model 參數。

透過 RunAPI 使用的 Gemini 是否支援函數呼叫和工具使用？

支援。在請求中定義工具，Gemini 會在助手訊息中返回 tool_calls。WorkBuddy 處理這些工具呼叫的方式與處理 GPT 或 Claude 的工具呼叫相同。

Claude 訪客：新帳戶可在 30 天內獲得 $1.00 API 贈送額度。每人限領一次，僅用於 API 用量。

WORKBUDDY + GEMINI

在 WorkBuddy 中使用 Gemini。

Google Gemini 可透過 RunAPI 使用——Gemini 3.5 Flash 提供低於 100ms 的首 token 延遲，3.x Pro 用於複雜推理，2.5 Pro 則面向生產環境並具備 1M token 上下文視窗。WorkBuddy 原生支援 MCP，因此驅動 GPT 的同一個 runapi MCP 伺服器和 RUNAPI_API_KEY 也可呼叫 Gemini，無需 Google Cloud 項目、服務帳號或 Vertex AI 設定。

取得 API Key 閱讀文件

一個 RunAPI 金鑰 · MCP 一鍵連接 · 無需 Google Cloud 項目

Use the runapi MCP server to send a chat request to Gemini.

Requirements:
- Call the RunAPI chat tool exposed by the runapi MCP server
- Set model to "gemini-3.5-flash"
- Ask: "Explain the difference between gRPC and REST in three sentences."
- Set temperature to 0.7 and max_tokens to 256
- Show me the assistant reply and the token usage counts

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

{
  "model": "gemini-3.5-flash",
  "content": "gRPC uses HTTP/2 and Protocol Buffers for strongly-typed, multiplexed RPC calls with built-in code generation. REST uses JSON payloads and relies on URL paths and HTTP verbs for resource semantics. gRPC is faster for service-to-service calls; REST is simpler to debug and more widely supported by browsers.",
  "finish_reason": "stop",
  "usage": {
    "prompt_tokens": 34,
    "completion_tokens": 71,
    "total_tokens": 105
  }
}

將提示詞複製到 WorkBuddy gemini

運作原理

三個步驟在 WorkBuddy 中使用 Gemini

註冊 RunAPI MCP server

在啟動 WorkBuddy 的環境中設定 RUNAPI_API_KEY，然後新增一個名為 runapi 的 MCP 伺服器，透過 streamable HTTP 指向 https://runapi.ai/mcp。無需 Google Cloud 憑證或服務帳號 JSON——RunAPI 金鑰即是 Gemini 所需的一切。

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

提示工作台代理

在 WorkBuddy 中輸入自然語言請求並指定模型——gemini-3.5-flash 追求速度，gemini-2.5-pro 用於長上下文推理。WorkBuddy 會填入 RunAPI 聊天工具的 model 和 messages 參數並發送呼叫。

model: gemini-3.5-flash

讀取工具結果

MCP 工具會同步返回回覆及 token 用量統計。在下一個提示中切換至 GPT 或 Claude 時無需更改設定——runapi 伺服器背後的每個模型共用相同的金鑰和工具結構。

usage.total_tokens: 105

參數

RunAPI MCP 伺服器上的 Gemini 工具參數

參數	類型	說明
`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。訊息物件陣列，包含 role（system、user、assistant）及 content 欄位。WorkBuddy 會根據你的提示自動建構此陣列。
`temperature`	`number`	選填。採樣溫度，介於 0 至 2 之間。數值越低，輸出越確定。預設值因模型而異。
`max_tokens`	`integer`	選填。回應中生成的最大 token 數量。
`top_p`	`number`	選填。Nucleus 採樣閾值，介於 0 至 1 之間。可替代溫度參數控制輸出隨機性。
`tools`	`array`	可選。用於函數呼叫的工具定義。Gemini 會在助手訊息中返回 tool_calls，WorkBuddy 會像處理其他工具結果一樣處理它們。

什麼是 WorkBuddy 上的 Gemini？

Google Gemini 可透過 RunAPI 使用，無需 Google Cloud 項目、服務帳號或 Vertex AI 設定。WorkBuddy 透過與 GPT 和 Claude 相同的 runapi MCP 伺服器及 RUNAPI_API_KEY 存取 Gemini。Gemini 3.5 Flash 提供低於 100ms 的首 token 延遲，適合即時代理循環；Gemini 2.5 Pro 則以 1M token 上下文視窗和思考模式處理長上下文任務及複雜推理。