Spark ist Googles persönlicher KI-Agent innerhalb von Gemini Apps: Sie arbeiten in einem Aufgaben-Thread, nicht in einem Terminal. Zurück zum Start.
Spark ist nicht Gemini CLI. Spark führt Aufgaben auf Googles Infrastruktur aus, und die folgenden Schritte bestätigen, dass Ihre Spark-Umgebung das offizielle Plugin mitgebündelte Skill und CLI ausführt.
Gemini Spark erhalten
- 01
Gemini Spark öffnen. Beginnen Sie bei Googles Spark-Übersicht, öffnen Sie dann die Gemini-App und wählen Sie Zu Spark wechseln. In der Gemini-App auf dem Mac wählen Sie Spark → Aufgaben.
- 02
Verfügbarkeit prüfen. Folgen Sie Googles Spark-Hilfeartikel für aktuelle Kontovoraussetzungen, Abonnements, Plattformen und Länder-Verfügbarkeit.
Ihr Google-Konto ist getrennt von Ihrem screenRIG-Konto. Halten Sie sie getrennt: Spark benötigt niemals Ihr screenRIG-Passwort oder API-Tokens.
Spark bitten, screenRIG zu installieren
Starten Sie eine Spark-Aufgabe mit einer expliziten Autorisierung:
I authorize you to install the official screenRIG plugin from https://github.com/screenrig/plugin.Das offizielle Plugin bündelt die screenRIG-Fähigkeit und die CLI, die Ihr Agent zur Steuerung von Bildschirmen verwendet; seine CLI benötigt Node.js 22.23.4+, 24.22.1+ oder 26.12.1+ (außer 23.x und 25.x). Verwenden Sie die obige Aufgabenaufforderung anstelle der Claude Code-, Codex- oder Grok-Marktplatzbefehle: Diese Befehle sind nicht für Spark. Überprüfen Sie die Installations- und Tool-Zugriffsfreigaben, die Spark im Aufgaben-Thread anfordert.
Prüfen Sie die Ausführungsumgebung
Eine Spark-Antwort, die Erfolg beschreibt, ist kein Beweis. Bitten Sie sie, die Befehlsausgabe anzuzeigen:
screenrig version
screenrig doctor
Für ein installiertes Plugin folgen Sie dem Session-PATH-Setup von Start. Bitten Sie Spark, node --version auszuführen, falls version bei einem Node-Fehler fehlschlägt.
Sparks Remote-Code-Ausführung und gespeicherte Remote-Dateien befinden sich auf Googles Remote-Computer, nicht auf Ihrem Gerät. Wenn diese Umgebung das mitgelieferte CLI nicht ausführen kann – kein Shell, kein Node.js 22.23.4+, 24.22.1+ oder 26.12.1+ (außer 23.x und 25.x), oder blockierte Befehle – stoppen Sie und fragen Sie, welche Fähigkeit fehlt. Das Fortsetzen nur mit einer Chat-Antwort lässt das Plugin uninstalliert. Verwenden Sie in diesem Fall Claude Code oder ChatGPT Codex, die dasselbe Plugin auf Ihrem eigenen Gerät ausführen.
Erstellen Sie Ihr screenRIG-Projekt
Geben Sie Spark Ihre aktuelle Kontakt-E-Mail-Adresse an und verwenden Sie den bereits angegebenen Organisationsnamen oder standardmäßig Screens. Ihr Agent führt screenrig agent enroll --email ADDRESS --organization "Screens" aus, um seine Identität, Organisation, Screens-Projekt und Mitgliedschaft zu erstellen und sendet Ihnen eine Einladung per E-Mail. Diese E-Mail ist Ihr Dashboard-Login, und es wird nichts darauf gewartet: Ihr Agent fährt direkt mit dem Koppeln Ihres Bildschirms und der Erstellung von Inhalten fort. Öffnen Sie es jederzeit, wenn das Dashboard einen Passkey erstellen soll, oder melden Sie sich mit Ihrem bestehenden Login an, um das Projekt hinzuzufügen. Das Dashboard zeigt Ihre Projekte an und ermöglicht das Wechseln zwischen ihnen.
Um diese Installation bei einem Projekt anzumelden, dem Sie angehören, verwenden Sie screenrig login: Sie prüfen den angezeigten Code und wählen dann das Projekt und dessen Zugriff im Dashboard. Fügen Sie niemals Passwörter, Einladungslinks oder API-Tokens in das Gespräch ein. Siehe Projektzugriff.
Googles Spark-Richtlinie besagt, keine Anmelde- oder Zahlungsdaten direkt in einer Aufgabe einzugeben. Öffnen Sie die Seite und melden Sie sich selbst an.
Verbinden Sie Ihren Player und veröffentlichen Sie
- 01
Player öffnen. Öffnen Sie auf dem Gerät, das Ihren Bildschirm steuert, play.screenrig.ai/player/ oder folgen Sie Player-Downloads & Einrichtung. Verwenden Sie die Player-Web-App (PWA). Senden Sie den Kopplungscode an Spark, damit es
screenrig screen pair CODEausführen und den vorgesehenen Bildschirm mitscreenrig screen listbestätigen kann. - 02
Ergebnis beschreiben. Sagen Sie Spark, was gezeigt werden soll, welchen Bildschirm er verwenden soll und wann.
- 03
Veröffentlichen und prüfen. Bitten Sie Spark zu veröffentlichen, prüfen Sie einen Screenshot und Wiedergabeprotokolle und bestätigen Sie das Ergebnis anschließend am physischen Bildschirm.
Spark-Aufgaben laufen in Googles Cloud weiter, auch wenn Ihr Gerät ausgeschaltet ist, aber der screenRIG Player ist das Gegenteil: Er muss auf dem Gerät, das das Display steuert, geöffnet bleiben. Halten Sie einen Browser-Player im Vordergrund, während Sie ihn ausprobieren. Eine Spark-Aufgabe kann Ihren Bildschirm nicht eigenständig online halten.
Haben Sie bereits einen Player-Code? Sie können die Anfrage kombinieren:
Verwenden Sie screenrig.ai für meinen Lobby-Bildschirm. Mein Kopplungscode ist [code]. Erstellen Sie eine Willkommensanzeige mit meinem Veranstaltungskalender. Fragen Sie mich nach allem, was Sie sonst noch benötigen.
Wenn der Player nie in screenrig screen list erscheint, bestätigen Sie, dass der Player geöffnet ist und die Einrichtung abgeschlossen ist, und senden Sie den Kopplungscode erneut.
Optionale Quellen und Zeitpläne
Spark kann von optional verbundenen Quellen arbeiten – Google-Apps und benutzerdefinierte verbundene Apps – und von Skills, die Sie definieren. Verbindungen sind standardmäßig deaktiviert: Genehmigen Sie nur den Zugriff, den eine Aufgabe benötigt, und beschränken Sie Menü-Tabellen, Kalender oder andere Bildschirmquellen auf das, was Spark lesen soll.
Spark-Zeitpläne steuern, wann der Agent eine Aufgabe ausführt; screenRIG-Playlist-Zeitpläne steuern, wann Inhalte auf dem Bildschirm abgespielt werden. Sie sind getrennt. Fügen Sie eine wiederkehrende Spark-Aufgabe erst hinzu, nachdem Ihre erste Veröffentlichung verifiziert wurde und Sie bereits autorisierte Quellen verwenden. Die Aufgabe kann Inhalte aktualisieren und erneut veröffentlichen, aber der Player Ihres Bildschirms muss weiterhin geöffnet sein, um sie anzuzeigen.
Wenn die Einrichtung stockt
- Spark kann die gebündelte CLI nicht ausführen. Stoppen Sie und benennen Sie die fehlende Fähigkeit, dann verwenden Sie Claude Code oder ChatGPT Codex.
versionschlägt bei einem Node-Fehler fehl. Bitten Sie Spark,node --versionzu überprüfen und sicherzustellen, dass Node.js 22.23.4+, 24.22.1+ oder 26.12.1+ (außer 23.x und 25.x) in seiner Ausführungsumgebung installiert ist.- Ein Kontobefehl meldet
not_enrolled. Diese Installation enthält noch keine Kontodaten: neues Kontoscreenrig agent enroll --email ADDRESS, bestehendes Kontoscreenrig login. screen listgibt nichts zurück. Bestätigen Sie, dass der Player geöffnet ist, teilen Sie seinen Kopplungscode und bitten Sie Spark,screenrig screen pair CODEabzuschließen, bevor die Bildschirme erneut aufgelistet werden.
Mit derselben Spark-Aufgabe weiterarbeiten, statt ein weiteres Konto zu erstellen. Vollständige Tabelle: Wenn der erste Lauf fehlschlägt.
Weiter
Zurück zu Start, öffnen Sie den Player-Leitfaden oder wählen Sie einen Erstellungsweg.