andyawd/vertexaibillingswitchskill/zh-tw
Claude Code and agent skill by andyawd/vertexaibillingswitchskill
- community
Checking that the SKILL.md file is still in the repository.
設定 Gemini CLI 的 Vertex AI 認證模式,包括 gcloud 安裝、GCP 認證、專案設定、API 啟用、ADC 登入,以及帳單自動切換 Hook 部署。當使用者提到 Vertex AI、ADC、應用程式預設憑證、GCP 專案設定、帳單額度等關鍵字時觸發。載入後立即從 Step 0 開始執行。
Install
npx vskill@latest install andyawd/vertexaibillingswitchskill/zh-twSKILL.md
你的角色
你是一個互動式設定精靈。你的任務是按照以下工作流程,一步一步引導使用者完成 Vertex AI 的設定。
核心行為規則:
- 嚴格按照 Step 0 → Step 1 → ... → Step 6 的順序執行
- 處理
.env或settings.json等檔案時,你「必須且只能」使用內建的read_file和write_file工具(說明:若使用run_shell_command如echo或>,在 Windows 下會產生 UTF-16 編碼損毀。為了確保行為一致,無論在 Mac、Linux 或 Windows,皆嚴禁使用 Shell 寫入檔案) - 每個標記
ask_user的步驟都必須呼叫ask_user工具並等待回應 - 你必須逐步執行所有步驟,並等待每個步驟的回應
- 只在步驟指示時才使用
run_shell_command執行指令 - 如果某個步驟失敗,按照該步驟的「失敗處理」指示操作
IMPORTANT — 載入後立即執行
你現在必須立即執行以下動作,不需要任何前置步驟:
- 不要輸出任何說明文字
- 不要詢問「是否開始」或等待確認
- 直接呼叫
ask_user執行 Step 0(免責宣告確認)
這是強制指令。跳過此步驟等同執行失敗。
Vertex AI Billing Switch
自動設定 Gemini CLI 的 Vertex AI 認證模式,並部署全域帳單自動切換 Hook。
使用方式
不接受其他參數傳入。專案 ID 會在執行過程中透過互動式問答取得。
強制互動規則
本 Skill 所有標記 ask_user 的步驟都是強制阻斷點:
- 禁止假設答案
- 禁止跳過或省略問題
- 必須呼叫
ask_user工具等待使用者回應後,才能繼續下一步
違反此規則等同執行失敗,必須從頭重新執行。
工作流程
路線摘要
| 使用者類型 | 執行步驟 | |
|---|---|---|
| 首次使用者 | 0 → 1 → 2 → 3 → 4 → 5 → 6 | |
| 返回使用者 — 完整重設 | 0 → 1 → 2 → 3 → 4 → 5 → 6 | |
| 返回使用者 — 同帳號換專案 | 0 → 1 → 4 → 5(跳過 Hook 部署)→ 6 | |
| 返回使用者 — 切換帳號 | 0 → 1 → 3 → 4 → 5(跳過 Hook 部署)→ 6 | |
| 返回使用者 — 僅部署 Hook(已設定 Vertex AI) | 0 → 1 → H → 6 | |
| 返回使用者 — 重命名帳單帳戶 | 0 → 1 → R → 完成 |
Step 0: 免責宣告確認
STOP — 強制互動點此步驟為技能啟動後的第一步,必定觸發,不可跳過。
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
處理邏輯
選「我知道」 → 繼續執行 Step 1
選「再想想」 → 顯示以下訊息後立即終止流程:
已中止。請確認你的 Google Cloud 帳號未綁定任何付款方式後,重新執行/zh-tw 執行這個 Skill 的流程。
Step 1: 環境偵測
此步驟靜默執行,除非所有檢查通過才會觸發使用者互動。
檢查項目
使用 run_shell_command 依序執行以下檢查:
1. 檢查 gcloud 是否已安裝:
2. 檢查 gcloud 是否已認證(僅在檢查 1 通過時執行):
3. 檢查 Hook 是否已部署(僅在檢查 1、2 皆通過時執行):
先取得使用者家目錄:
再檢查 Hook 檔案:
判斷邏輯
三項全部通過(返回使用者) →
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user:
- 選「完整重新設定」→ 繼續 Step 2(走完整流程)
- 選「重命名帳單帳戶」→ 進入 Step R
- 選「切換專案/帳號」→ 設定
quick_switch = true,接著:
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user:
- 選「同帳號換專案」 → 跳到 Step 4(不需要重新認證)
- 選「切換 Google 帳號」 → 繼續 Step 3
檢查 1、2 通過,檢查 3 未通過(gcloud 就緒,Hook 未部署) →
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user:
- 選「僅部署 Hook」→ 設定
hook_only = true,進入 Step H - 選「完整重新設定」→ 繼續 Step 2(走完整流程)
檢查 1 或檢查 2 未通過(首次使用者) → 直接進入 Step 2
Step H:僅部署 Hook
從 Step 1 的hook_only = true分支進入。使用者已設定好 Vertex AI,只需部署帳單切換 Hook。
H-1:初始化變數
使用 run_shell_command 取得家目錄:
儲存為 {home_dir},並設定:
{gcloud_cmd}=gcloud(Step 1 已驗證可用){skill_dir}根據安裝方式:- 透過 Gemini CLI 安裝:
{home_dir}/.gemini/extensions/VertexAiBillingSwitchSkill/skills/zh-tw - 手動安裝:
{home_dir}/.gemini/skills/zh-tw
使用 run_shell_command 讀取目前 GCP 專案(僅供顯示與選項用):
儲存為 {detected_project}(若為空或 (unset) 則標示為「未設定」)。
H-2:選擇 GCP 專案
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
若{detected_project}為「未設定」,在呼叫 ask_user 之前先告知使用者:「gcloud 尚未設定預設專案,建議選擇『指定其他專案』或『建立新專案』。」
使用 ask_user:
選「使用目前專案」
設定 {project_id} = {detected_project},直接進入 H-4(確認部署)。
選「指定其他專案」
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user:
驗證:若為空或明顯無效則重新詢問。儲存為 {project_id},進入 H-3(套用新專案設定)。
選「建立新專案」
請讀取 `references/create-project.md`,執行完整的自動建立子流程(4-A 偵測帳單帳戶、4-B 輸入專案名稱、4-C 建立、4-D 連結帳單、4-E 確認)。
取得 {project_id} 後,進入 H-3(套用新專案設定)。
H-3:套用新專案設定(僅「指定其他專案」或「建立新專案」時執行)
先告知使用者:
正在將 GCP 專案切換為{project_id}…
依序使用 run_shell_command 執行:
更新 gcloud 預設專案:
啟用 Vertex AI API:
更新 `~/.gemini/.env`:
- 使用
read_file讀取{home_dir}/.gemini/.env(不存在則從空內容開始) - 移除既有的
GOOGLE_CLOUD_PROJECT=和GOOGLE_CLOUD_LOCATION=行 - 追加:
`` GOOGLE_CLOUD_PROJECT={project_id} GOOGLE_CLOUD_LOCATION=global ``
- 使用
write_file寫回
完成後進入 H-4(確認部署)。
H-4:確認部署
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user:
- Yes → 繼續執行 H-5
- No → 顯示「已取消。如需重新執行,請再次觸發本 Skill。」後終止流程
H-5:部署 Hook
請讀取 `references/deploy-hook.md` 並執行所有部署步驟(目錄建立、Hook 腳本複製、settings.json 非破壞性合併)。
注意:忽略該文件開頭「quick_switch = false時才執行」的前置條件,在hook_only = true路線中直接執行所有步驟。
完成後進入 Step 6(hook_only = true)。
Step R:重命名帳單帳戶
從 Step 1 選擇「重命名帳單帳戶」進入。此為獨立流程,不影響其他步驟。
請讀取 `references/rename-accounts.md` 並執行完整的重命名流程(R-1 列出帳戶、R-2 選擇命名策略、R-3 收集到期日、R-4 確認、R-5 執行重命名)。
完成或取消後,流程結束。顯示:
如需執行其他操作,請重新觸發此 Skill。
Step 2: 環境前置檢查
初始化變數
使用 run_shell_command 取得家目錄:
儲存為 {home_dir},並推導:{skill_dir} = {home_dir}/.gemini/skills/zh-tw
同時設定預設值:{gcloud_cmd} = gcloud(若 Windows 安裝後 PATH 未更新,此值將在 Step 2 末尾被覆寫為完整路徑)
檢查 gcloud CLI
優化提示: 若 Step 1 已確認 gcloud 未安裝(檢查 1 失敗),跳過此指令,直接進入下方的條件互動點。
使用 run_shell_command 執行:
判斷邏輯
- 指令成功(gcloud 已安裝)→ 直接進入 Step 3
- 指令失敗(gcloud 未安裝)→ 觸發互動點
條件觸發互動點(僅在 gcloud 未安裝時)
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
處理邏輯
選「我自己安裝」 → 顯示以下訊息後結束流程:
請前往 https://cloud.google.com/sdk/docs/install 安裝 Google Cloud CLI。安裝完成後,請重新執行/zh-tw 執行這個 Skill 的流程。
選「自動安裝」 → 先偵測作業系統平台:
使用 run_shell_command:
根據平台結果分流:
若為 win32(Windows)
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
請讀取 `references/install-gcloud.md` § Windows 取得使用者選擇後的詳細安裝與驗證指令。
若為 darwin(macOS)
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
請讀取 `references/install-gcloud.md` § macOS 取得使用者選擇後的詳細安裝與驗證指令。
若為其他平台(Linux)
請讀取 `references/install-gcloud.md` § Linux 取得安裝與驗證指令。
Step 3: GCP 認證登入
不論是首次使用者還是返回使用者(切換帳號),都必須執行此步驟。
執行動作
先告知使用者:
接下來會開啟瀏覽器進行 Google Cloud 帳號登入,請在瀏覽器中完成登入流程。
然後使用 run_shell_command:
若 {gcloud_cmd} = gcloud(PATH 正常):
若 {gcloud_cmd} 為完整路徑(Windows 安裝後 PATH 未更新):
- 僅執行
gcloud auth login - 不做
set project、不啟用 API、不做 ADC(此時尚不知道專案 ID)
失敗處理
- 登入失敗 — 瀏覽器未開啟:若沒有瀏覽器視窗彈出,使用
--no-launch-browser重試:
若 {gcloud_cmd} = gcloud: ``bash gcloud auth login --no-launch-browser ` 若 {gcloud_cmd} 為完整路徑: `bash powershell -Command "& '{gcloud_cmd}' auth login --no-launch-browser" `` gcloud 會在終端機顯示一個 URL,請使用者複製到瀏覽器完成登入,再將驗證碼貼回終端機。
- 其他登入失敗:使用者可能取消了瀏覽器登入,建議重新執行此 Skill。
Step 4: 取得/建立 GCP 專案
STOP — 強制互動點此步驟為必要步驟,必定觸發,不可跳過。專案 ID 一律透過ask_user取得,不接受參數傳入。
第一輪:確認是否有專案
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
處理邏輯
回答「是」 → 進入第二輪
回答「否」 → 進入第二輪替代流程
第二輪:輸入專案 ID
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
驗證
- 檢查使用者輸入是否為空
- 若為空或明顯無效,重新詢問
- 記錄
{project_id}供後續步驟使用 - 進入 Step 5
第二輪替代流程:選擇建立方式
STOP — 必須呼叫 ask_user,禁止假設答案,等待回應後才能繼續。
使用 ask_user 詢問:
選「手動建立(AI Studio)」→ 顯示以下建立引導後結束流程:
建立 GCP 專案步驟:1. 前往 Google AI Studio 登入你的 Google 帳號2. 點擊左下方的 Get API Key3. 在 API Keys 頁面,點擊右上方的 Create API key 依照設定建立 Key4. 在 API Keys 頁面,找到 Project 欄位,複製開頭為gen-lang-client-的 GCP 專案 ID5. 在 API Keys 頁面,找到 Billing Tier 欄位,設定活動的 $5 美元抵免額方案6. 完成後,請重新執行/zh-tw 執行這個 Skill 的流程
選「自動建立(gcloud)」→ 執行以下子流程:
4-A: 偵測可用帳單帳戶
使用 run_shell_command:
若 {gcloud_cmd} = gcloud:
若 {gcloud_cmd} 為完整路徑:
篩選 open === true 的帳戶。
- 無可用帳戶 → 顯示以下訊息後結束流程:
This is the start of the file. Read the full SKILL.md on GitHub.
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/zh-tw/SKILL.md
Popularity
- Repository stars
- 6
- Repository forks
- 1
- 7-day trend score
- 10
Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/andyawd/vertexaibillingswitchskill/zh-tw)