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。
在 WorkBuddy 中使用 Gemini。
可透過 RunAPI 使用 Google Gemini — Gemini 3.5 Flash 提供低於 100ms 的首 token 延遲，3.x Pro 適合複雜推理，2.5 Pro 則適合具備 1M token context window 的正式環境工作負載。WorkBuddy 原生支援 MCP，因此驅動 GPT 的同一個 runapi MCP server 和 RUNAPI_API_KEY 也能呼叫 Gemini。無需 Google Cloud 專案、service account 或 Vertex AI 設定。
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
}
}
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，接著新增名為 runapi、透過 streamable HTTP 指向 https://runapi.ai/mcp 的 MCP server。無需 Google Cloud 憑證或 service account JSON — Gemini 只需要 RunAPI key。
export RUNAPI_API_KEY=runapi_xxx
# MCP server: runapi → https://runapi.ai/mcp
提示工作台 agent
在 WorkBuddy 輸入自然語言請求並指定 model — 以 gemini-3.5-flash 取得速度，或使用 gemini-2.5-pro 進行長 context 推理。WorkBuddy 會填入 RunAPI chat tool 的 model 與 messages arguments，並送出呼叫。
model: gemini-3.5-flash
讀取工具結果
MCP tool 會同步回傳回覆與 token 使用量。下一個 prompt 可切換至 GPT 或 Claude，無需修改設定 — runapi server 後方的每個 model 都共用相同 key 與 tool 格式。
usage.total_tokens: 105
RunAPI MCP server 上的 Gemini tool parameters
| 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。包含 role（system、user、assistant）及 content 欄位的訊息物件陣列。WorkBuddy 會根據您的提示建立此內容。 |
temperature |
number |
選填。取樣溫度介於 0 到 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。回應中最多生成的 token 數量。 |
top_p |
number |
選填。Nucleus 取樣閾值介於 0 到 1 之間。作為溫度的替代方案，用於控制輸出隨機性。 |
tools |
array |
選填。用於 function calling 的 tool definitions。Gemini 會在 assistant message 中回傳 tool_calls，WorkBuddy 會如同處理其他 tool result 一樣處理。 |
WorkBuddy 上的 Gemini 是什麼？
無需 Google Cloud 專案、service account 或 Vertex AI 設定，即可透過 RunAPI 使用 Google Gemini。WorkBuddy 透過與 GPT 和 Claude 共用的 runapi MCP server 及 RUNAPI_API_KEY 存取它。Gemini 3.5 Flash 為即時 agent loops 提供低於 100ms 的首 token 延遲，而 Gemini 2.5 Pro 則以 1M token context window 與 thinking mode 處理複雜推理的長 context 任務。
Gemini 使用情境
從工作台進行多模態分析
隨文字 prompts 一併傳送圖片、PDF、音訊檔或影片影格，讓 Gemini 分析、描述或擷取結構化資料 — 全部透過一次 tool call 原生處理。
使用 1M token 上下文進行長文件分析
將整個程式碼庫、法律文件集或研究論文集輸入 Gemini 2.5 Pro 的 1M token 上下文視窗，進行分析與摘要，無需分塊或檢索流程。
使用 Flash 建立即時 agent 迴圈
在重視速度的 tool-calling chains 中使用 Gemini 3.5 Flash；此時低於 100ms 的首 token 延遲比最高推理品質更重要。其每百萬 token 成本在目錄中屬於最低之一。
Gemini + WorkBuddy 問題
可以。RunAPI 透過其 MCP server 提供 Gemini 存取。您只需要 RUNAPI_API_KEY — 無需 Google Cloud 專案、service account JSON 或 Vertex AI billing 設定。
Flash (gemini-3.5-flash) 速度最快且最便宜 — 最適合即時 agent loops、分類及 tool-calling chains。Pro (gemini-2.5-pro) 可處理複雜推理、長 context 分析及多步驟任務，適用於準確性比速度更重要的情境。
按 token 計費，無月費訂閱或最低消費額。輸入與輸出 token 分別計量，Gemini Flash 費率在 RunAPI 目錄中屬於最低之一。請查看 RunAPI pricing page 了解最新費率。
可以。兩者都透過同一個 runapi MCP server 與 API key 使用。只要在下一個 prompt 指定不同 model — gemini-3.5-flash、gpt-5.5 或目錄中的任何其他 model — WorkBuddy 只會變更 tool call 的 model argument。
支援。在請求中定義 tools，Gemini 會在 assistant message 中回傳 tool_calls。WorkBuddy 會以處理 GPT 或 Claude tool calls 的相同方式處理這些項目。
立即在 WorkBuddy 中試用 Gemini。
取得免費 RunAPI key，註冊 MCP server，並開始使用 Gemini 3.5 Flash 聊天 — 無需 Google Cloud 專案。