jacquard

从 Google Cloud 到 Pi：接入 Gemini 4 Argon

Thu, 05 Nov 2026 00:00:00 GMT

我想把 Google Cloud 上的 Gemini 4 Argon 接进日常使用的终端 Agent，再把它配成一个中文写作搭档。最后选了 Pi：模型调用走它原生的 google-vertex Provider，写作身份和技能放在项目里，其他项目继续沿用各自的配置。

这篇从云端准备开始，记录到一次实际请求返回 OK，以及如何确认写作提示词和技能真的加载进了新会话。接入记录来自 2026 年 11 月 5 日，环境是 macOS、Node.js 24 和 Pi 1.5.0。命令中的 your-project-id 和 ~/novel-project/ 都是示例，使用时换成自己的值。

先准备 Google Cloud

这里有三个名字容易混在一起：Google Cloud 项目负责资源、权限和结算；ADC 负责让本机程序找到 Google 身份；Pi 负责把这个模型放进日常工作流。

Google 当前文档和控制台把相关平台称为 Gemini Enterprise Agent Platform，模型调试页面叫 Agent Studio。本文仍会用到 Vertex AI 这个名字，因为 Pi 的 Provider 名称是 google-vertex，API 服务名也沿用 aiplatform.googleapis.com。平台更名说明

账号、试用和结算

先登录 Google Cloud 控制台，按页面提示准备结算账户。符合资格的新用户可以申请试用；截至本文核查时，官方提供的是 300 美元、90 天的试用额度，注册过程会验证付款方式。资格与适用范围以官方试用说明为准。

本文使用 Cloud 项目结算。Google AI Studio 的 Gemini API 有另一套使用和计费入口，选工具时要看清 Provider。试用额度是否覆盖某笔用量，要在 Cloud Billing 的明细和 Credits 中核对。

项目、API 和权限

在控制台完成下面几件事：

新建或选择一个 Google Cloud 项目，记下它的 Project ID。后面的命令使用 ID。
确认该项目已经关联有效的结算账户。
启用 Agent Platform API，服务名是 aiplatform.googleapis.com。
确认当前 Google 身份有调用模型的权限。官方通用角色是 roles/aiplatform.user；启用 API 则需要另外的服务启用权限。使用他人管理的项目时，请项目管理员按需配置。

这几项与官方准备流程一致。项目、API 和权限准备好之后，再调本机客户端，排查起来会清楚很多。

先在网页做一次小测试

进入当前项目的 Agent Studio，选择：

模型：gemini-4-argon。
区域：Global。
思考等级：Low。
提示词：「只回复 OK」。

网页成功返回之后，说明这个项目已经完成了一次模型调用。接下来再验证终端使用的身份和客户端配置。模型名称、支持区域和思考等级见 Argon 官方指南。

在本机建立 ADC

先按官方指南安装 Google Cloud CLI，在终端确认 gcloud --version 能正常运行。

下面的环境变量先设置在当前终端里，后面启动 Pi 时会用到：

export GOOGLE_CLOUD_PROJECT="your-project-id"
export GOOGLE_CLOUD_QUOTA_PROJECT="$GOOGLE_CLOUD_PROJECT"
export GOOGLE_CLOUD_LOCATION="global"

然后初始化 gcloud，并单独建立应用使用的 ADC：

gcloud init --project="$GOOGLE_CLOUD_PROJECT"

gcloud auth application-default login \
  --project="$GOOGLE_CLOUD_PROJECT"

gcloud auth application-default set-quota-project \
  "$GOOGLE_CLOUD_PROJECT"

登录过程中会打开浏览器，由自己选择账号并完成授权。gcloud init 配置的是命令行账号与项目；application-default login 建立的是应用所用凭据。Pi 的 Google 客户端通过 ADC 获取和刷新访问令牌。两种凭据的区别

set-quota-project 把本次使用的项目写进 ADC 配额设置。执行它需要登录身份在目标项目上拥有 serviceusage.services.use 权限；遇到权限错误时，先核对登录账号和目标项目。配额项目命令

ADC 的凭据文件交给本机认证库管理。下面配置 Pi 时，用到的是 Provider、项目和区域。

把 Argon 接进 Pi

下面固定到这次使用的 Pi 1.5.0。这个版本要求 Node.js 22.19.0 以上，我使用的是 Node.js 24。安装说明

npm install -g --ignore-scripts @earendil-works/pi-coding-agent@1.5.0
pi --version

先查看当前模型目录，再检查本机凭据能否被 Provider 找到：

pi --list-models argon
pi auth check --provider google-vertex --json

第一条应当能找到 google-vertex 下的 gemini-4-argon。模型目录需要更新时，可运行 pi update --models 后重新查询，见目录更新说明。第二条检查的是凭据解析状态。实际调用用下面这条命令，它会产生模型用量：

pi --provider google-vertex \
   --model gemini-4-argon \
   --thinking low \
   --no-tools \
   -p '只回复 OK'

这次接入后的实际请求返回了 OK。到这里，云端项目、ADC 和 Pi 的调用链就接通了。--no-tools 让这次小测试集中在文字请求上，项目文件的操作放到后面再做。Provider 配置、CLI 参数

给写作项目单独配置

模型接通后，我希望进入小说目录就使用写作规则。项目里的三个位置分工如下：

novel-project/
├── AGENTS.md          项目约定：设定位置、稿件目录和修改规则
└── .pi/
    ├── settings.json  默认模型、思考等级和技能来源
    ├── SYSTEM.md      这个项目的写作身份
    └── skills/        按任务加载的项目技能

设定默认模型

在项目中创建 .pi/settings.json：

{
  "defaultProvider": "google-vertex",
  "defaultModel": "gemini-4-argon",
  "defaultThinkingLevel": "low"
}

项目配置的作用范围是这个目录；其他项目继续使用各自或全局的设置。首次启动时，按 Pi 的提示确认自己信任这个项目。设置的作用范围

写入项目身份

.pi/SYSTEM.md 会替换这个项目的默认系统提示词。公开示例可以从下面几行开始，再用自己的样章和项目规则细化：

你是中文小说编辑与创作搭档。

以人物动机、场景张力、叙事视角和语言质感判断稿件。
续写请求直接输出正文；提纲、分析和修改说明按用户要求提供。
沿用项目中的设定、时间线和人物声音，以认可的样章作为文风依据。
修改已有稿件时，先读取相关设定和上下文，再编辑对应文件。
对需要作者决定的情节分歧，给出具体选项，保留作者的选择。

我把长期的项目事实和稿件约定放进 AGENTS.md，把角色与输出习惯放进 SYSTEM.md。Pi 会另外加载项目上下文；替换默认提示词以后，项目约定仍然参与后续请求。项目提示词配置

核对技能来源

我第一次检查新会话时，发现系统提示词里有 47 个技能：13 个项目技能，加上 34 个从全局带入的技能。对这个写作项目，全局带入的那一批增加了很多无关上下文。

这些技能来自 ~/.agents/skills/。我在同一份 .pi/settings.json 里增加了来源过滤，完整示例如下：

{
  "defaultProvider": "google-vertex",
  "defaultModel": "gemini-4-argon",
  "defaultThinkingLevel": "low",
  "skills": [
    "~/.agents/skills",
    "!~/.agents/skills/**"
  ]
}

在 Pi 1.5.0 中，这两项需要配合使用：前一项把该目录纳入项目资源设置，后一项再将其中的技能排除。它针对的是这一处来源；如果技能还来自其他目录或已安装的包，要继续核对各自的来源。资源过滤设置、发现与过滤实现

启动时注入的技能目录主要包含名称、说明和路径；完整技能正文按任务需要读取。这次字符数的变化对应技能目录这一段。技能加载方式

从新会话核查实际效果

我用一个新会话验收默认配置。续接旧会话会恢复它已经记录的模型和思考等级，适合继续旧任务；验证刚改的默认值时，新会话更直接。

Pi 的历史默认保存在 ~/.pi/agent/sessions/，按项目路径分目录，每个会话是一个 .jsonl 文件。首次请求会记录完整系统消息，其中的 message.sections 可以用来检查：

preamble：写作身份是否已经加载。
project_context：项目约定是否来自当前目录。
skills：技能的数量和来源是否符合预期。
cwd：工作目录是否正确。

再结合会话中的模型与思考等级记录，核对 google-vertex、gemini-4-argon 和 low。后续系统消息可能以增量形式保存，查新会话的首次完整记录最容易对应这次配置。会话格式

这次调整后的结果是：

检查项	调整结果
新会话加载的技能	47 个 → 13 个，全部来自写作项目
技能目录文字量	19,400 → 4,746 字符，减少约 75.5%
写作提示词与项目约定	均从新会话记录中确认加载
模型与思考等级	Gemini 4 Argon，Low
实际请求	返回 `OK`

原始会话保留在本机。文章展示配置方法和汇总结果，方便复现这条检查路径。

日常启动与费用核对

前面的 export 作用于当前终端。新开终端时，需要重新提供项目与区域；例如在项目目录运行：

cd ~/novel-project

GOOGLE_CLOUD_PROJECT="your-project-id" \
GOOGLE_CLOUD_QUOTA_PROJECT="your-project-id" \
GOOGLE_CLOUD_LOCATION="global" \
pi

需要长期使用时，可以把这段启动命令保存在自己的本机脚本中。项目里的模型、身份和技能设置则继续放在 .pi/。

我先固定 Low，让最初的连接测试和日常起稿有一致的起点。Medium 和 High 对中文长篇写作的价值，还需要用同一份细纲、样章和评价标准做对照。接通模型和技能隔离是这次已经验证的部分，写作质量留给真实稿件来检验。

费用方面，思考 tokens 也计入输出用量。Google 当期对 Argon 的促销采用返还 credits 的方式；Pi 显示的费用可用于估算，实际收费和试用金抵扣要对照 Cloud Billing。本文接入记录中的赠金抵扣仍待账单核对。官方价格与促销说明

这篇文章由 Codex 根据个人配置记录和官方文档起草，示例中的账号、项目和路径使用通用占位符。

这个站是怎么搭的

Tue, 03 Nov 2026 00:00:00 GMT

我想要一个自己的站，放能公开的工具、方法和笔记。动手前定了四个条件：

一分钱不花：不买域名，不开付费服务，也不要后端。
在国内能打开，而且打开得快。
写稿、排版、发布都能交给 AI Agent，我只说想写什么，最后说一声「发」。
公开的内容不能带出工作上的信息。

下面按这四条说说是怎么做的。

托管：实测之后选了 GitHub Pages

有免费额度的静态托管有好几家，纸面上比来比去意义不大，国内能不能打开得靠实测。我用 Globalping 的匿名接口，从中国内地的 12 个家庭宽带探针分别访问各家的默认域名，看能不能打开、要等多久。2026 年 11 月 3 日北京时间 19:05 前后的结果是：

GitHub Pages（github.io）：12 次全部成功，总耗时的中位数是 556 ms。
Cloudflare Pages（pages.dev）：总耗时的中位数是 940 ms，比 GitHub Pages 慢不少。
Vercel（vercel.app）：12 次全部失败，域名被 DNS 污染了。

另外两家没法放在一起比：EdgeOne 的默认域名不对外开放；Netlify 的新账号每月只有 15 GB 左右的流量，用完网站就停了。

GitHub Pages 的限制我都能接受：免费账号只能从公开仓库发布；站点不能超过 1 GB；每月流量的软上限是 100 GB；不能以商业用途为主。仓库公开反倒是好事，这个站的源码本身就是一份搭站笔记。

用到的工具

Astro：把 Markdown 生成纯静态页面。每篇文章是一个 Markdown 文件，开头写标题、摘要、日期和标签。这几项有校验规则，写错字段名或者漏填，构建直接失败。
Pagefind：构建完成后给全站建索引，搜索完全在浏览器里进行，不需要服务器。在任意页面按 ⌘K（Windows 上按 Ctrl K）就能搜。
RSS 和站点地图：构建时自动生成。
GitHub Actions：推到 main 分支，就自动构建、检查、发布。

页面不引用任何外部 CDN 或网络字体。中文用系统自带的字体，代码字体跟着网站一起发布，所有资源都来自同一个域名。

写一篇文章的流程

草稿和原始素材放在我电脑上仓库以外的目录里，不进公开仓库。一篇文章大致这样走：

我说想写什么，给出要点或素材。
Agent 起草，放进仓库，在本机预览，截图给我看。
我提修改意见，Agent 接着改，直到我满意。
我说「发」，Agent 提交并推送，等发布完成后再打开线上页面确认。

仓库根目录有一份 AGENTS.md，写明了排版规范、目录约定、发布步骤，以及哪些内容不能上。Claude Code 和 Codex 进到这个仓库，都会先读这份文件。

发出去之前的检查

npm run check 一条命令跑完下面这些检查，有一项不过就不能提交：

构建：校验文章的标题、日期等信息，生成页面和搜索索引。
站内链接：每个站内链接和锚点都必须指向真实存在的位置。
中文标点：中文句子里不能夹半角标点。代码、网址、数字和纯英文短语不算。
图片体积：单张图片超过上限就报错。
提交身份：每个提交的作者邮箱都必须是 GitHub 提供的 noreply 地址，不暴露真实邮箱。
敏感词：按我电脑上的一份清单，扫一遍源文件、生成的页面和全部提交历史。清单本身不进仓库。

本机的 git hook 会在提交和推送前自动跑这些检查。GitHub Actions 上还会再跑一遍，只有敏感词这项不跑，因为清单只在我的电脑上。检查不通过，网站就不会更新。

还没做的

3D 房间、中英双语、邮件订阅、评论和访问统计，都留到以后。

这篇文章由 Claude Code 根据搭站的过程起草，我核对后发布。