项目简介

Gemini MCP 服务器是一个基于 Model Context Protocol (MCP) 标准构建的应用后端，它将 Google 的 Gemini 大语言模型的功能以标准化的 MCP 工具形式对外提供。通过这个服务器，兼容 MCP 协议的 LLM 客户端（如 Cline 等）可以方便地利用 Google Gemini 模型的强大能力，例如文本生成、对话管理、函数调用以及文件和缓存管理等高级特性。

主要功能点

核心文本生成：支持标准和流式文本生成，满足不同场景的需求。
函数调用：允许 Gemini 模型请求客户端执行预定义函数，实现更复杂的交互逻辑。
状态化对话：管理多轮对话上下文，支持构建连续对话应用。
文件处理：提供文件上传、列表、检索和删除功能，方便处理多模态输入。
缓存管理：支持创建、列表、检索、更新和删除缓存内容，优化 Prompt 性能和成本。

安装步骤

通过 Smithery 自动安装 (Claude Desktop)

如果您使用 Claude Desktop，可以通过 Smithery 命令行工具自动安装：

npx -y @smithery/cli install @bsmi021/mcp-gemini-server --client claude

手动安装

克隆/放置项目: 确保 'mcp-gemini-server' 项目目录在您的系统上可访问。
安装依赖: 在终端中导航到项目目录，并运行：
```
npm install
```
构建项目: 编译 TypeScript 源代码：
```
npm run build
```
构建完成后，JavaScript 文件将输出到 './dist' 目录，服务器入口文件为 'dist/server.js'。

配置 MCP 客户端: 将服务器配置添加到您的 MCP 客户端设置文件（例如 Cline/VSCode 的 'cline_mcp_settings.json' 或 Claude Desktop App 的 'claude_desktop_config.json'）。将 '/path/to/mcp-gemini-server' 替换为实际路径，'YOUR_API_KEY' 替换为您的 Google AI Studio API Key。

{
  "mcpServers": {
    "gemini-server": { // 您可以自定义服务器名称
      "command": "node",
      "args": ["/path/to/mcp-gemini-server/dist/server.js"], // 指向编译后的服务器入口文件
      "env": {
        "GOOGLE_GEMINI_API_KEY": "YOUR_API_KEY",
        "GOOGLE_GEMINI_MODEL": "gemini-1.5-flash" // 可选: 设置默认模型
      },
      "disabled": false,
      "autoApprove": []
    }
    // ... 其他服务器配置
  }
}

重启 MCP 客户端: 重启您的 MCP 客户端应用（例如 VS Code 或 Claude Desktop App），以加载新的服务器配置。客户端将自动管理服务器的启动和停止。

服务器配置

在 MCP 客户端的配置文件中，您需要配置 'command' 和 'args' 来启动 Gemini MCP 服务器。'env' 部分用于设置服务器运行所需的环境变量，主要是 Google Gemini API Key。

以下是配置项的说明：

server name: 服务器名称，可以自定义，例如 "gemini-server"。
command: 启动服务器的命令，这里是 'node'，表示使用 Node.js 运行时。
args: 启动命令的参数，指向编译后的服务器入口文件路径，例如 '["/path/to/mcp-gemini-server/dist/server.js"]'。请务必替换为实际路径。
env: 环境变量配置，用于传递 API Key 和默认模型等配置信息。
- 'GOOGLE_GEMINI_API_KEY': 必需，您的 Google AI Studio API Key。
- 'GOOGLE_GEMINI_MODEL': 可选，默认使用的 Gemini 模型名称，例如 'gemini-1.5-flash' 或 'gemini-1.0-pro'。如果设置此项，客户端调用工具时可以省略 'modelName' 参数。

基本使用方法

配置完成后，您可以使用 MCP 客户端的工具调用功能来使用 Gemini MCP 服务器提供的各种工具。以下是一些使用示例，展示了如何通过 '<use_mcp_tool>' 标签调用服务器上的工具：

示例 1: 简单文本生成 (使用默认模型)

<use_mcp_tool>
  <server_name>gemini-server</server_name>
  <tool_name>gemini_generateContent</tool_name>
  <arguments>
    {
      "prompt": "写一首关于橡皮鸭的短诗。"
    }
  </arguments>
</use_mcp_tool>

示例 2: 文本生成 (指定模型和配置)

<use_mcp_tool>
  <server_name>gemini-server</server_name>
  <tool_name>gemini_generateContent</tool_name>
  <arguments>
    {
      "modelName": "gemini-1.0-pro",
      "prompt": "解释编程中递归的概念。",
      "generationConfig": {
        "temperature": 0.7,
        "maxOutputTokens": 500
      }
    }
  </arguments>
</use_mcp_tool>

示例 3: 开始和继续对话

开始对话:

<use_mcp_tool>
  <server_name>gemini-server</server_name>
  <tool_name>gemini_startChat</tool_name>
  <arguments>
    {}
  </arguments>
</use_mcp_tool>

(假设响应包含 'sessionId: "some-uuid-123"')

发送消息:

<use_mcp_tool>
  <server_name>gemini-server</server_name>
  <tool_name>gemini_sendMessage</tool_name>
  <arguments>
    {
      "sessionId": "some-uuid-123",
      "message": "你好！你能告诉我关于 Gemini API 的信息吗？"
    }
  </arguments>
</use_mcp_tool>

示例 4: 上传文件

<use_mcp_tool>
  <server_name>gemini-server</server_name>
  <tool_name>gemini_uploadFile</tool_name>
  <arguments>
    {
      "filePath": "C:\\Users\\YourUser\\Documents\\my_document.txt", // 重要: 使用绝对路径，必要时转义反斜杠
      "displayName": "我的文档"
    }
  </arguments>
</use_mcp_tool>

更多工具和参数的详细信息，请参考仓库的 README 文档和源代码。

关键词