使用说明

项目简介

Gemini思考链MCP服务器是一个实现了 Model Context Protocol (MCP) 的后端应用，它允许 MCP 客户端（如 Claude、Cursor 等编辑器）通过标准的 MCP 协议调用 Google Gemini 模型的思考能力。该服务器主要提供了一个名为 'sequentialthinking' 的工具，用于支持基于思考步骤的问题分析和解决。

主要功能点

MCP 协议支持: 实现了完整的 Model Context Protocol 协议，可以通过 SSE (Server-Sent Events) 协议与 MCP 客户端通信。
Gemini 模型集成: 集成了 Google Gemini 1.5 Pro 模型，利用 Gemini 的强大语言能力作为思考工具的后端。
思考链工具 (sequentialthinking): 提供 'sequentialthinking' 工具，允许客户端以步骤化的方式进行思考和问题分析，每次调用工具可以返回一个思考步骤，并指示是否需要继续思考。
会话管理: 服务器端管理思考会话，可以保存和加载会话状态。
灵活配置: 通过环境变量或配置文件 ('.env', 'geminikey.txt') 配置 Gemini API Key。
多种部署方式: 支持本地开发运行和 Smithery AI 等平台部署。

安装步骤

克隆仓库:

git clone https://github.com/palolxx/GeminiMCPa.git
cd GeminiMCPa

安装依赖: 确保已安装 Node.js 和 npm，然后运行：
```
npm install
```
配置 Gemini API Key:
- 方法一：环境变量 设置环境变量 'GEMINI_API_KEY' 为您的 Google AI Studio API Key。例如在 Linux/macOS 中：
```
export GEMINI_API_KEY=YOUR_GEMINI_API_KEY
```
  或在 Windows 命令行中：
```
set GEMINI_API_KEY=YOUR_GEMINI_API_KEY
```
- 方法二：.env 文件 在项目根目录下创建 '.env' 文件，并添加以下内容，替换 'YOUR_GEMINI_API_KEY' 为您的 API Key：
```
GEMINI_API_KEY=YOUR_GEMINI_API_KEY
```
- 方法三：geminikey.txt 文件 在项目根目录下创建 'geminikey.txt' 文件，并将您的 API Key 粘贴到文件中并保存。

服务器配置 (MCP 客户端配置)

要将此 MCP 服务器添加到 MCP 客户端（例如 Claude Desktop 或 Cursor 编辑器），您需要提供服务器的配置信息。以下是一个典型的 JSON 格式配置示例，您需要根据您的实际部署情况进行调整：

{
  "gemini_thinking_server": { //  服务器名称，您可以自定义
    "command": "node",       //  启动服务器的命令，这里使用 node.js 运行时
    "args": [                //  命令参数
      "run-mcp.js"         //  执行 run-mcp.js 脚本启动服务器
    ],
    "env": {                 //  环境变量
      "GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>" //  您也可以将 API Key 直接配置在这里，但不推荐，建议使用环境变量或文件
    }
  },
  "gemini_sse_server": {     //  服务器名称，您可以自定义，用于 SSE 连接
    "type": "sse",          //  连接类型为 SSE
    "url": "http://localhost:3030/mcp" //  MCP 服务器的 SSE 端点 URL，假设服务器运行在本地 3030 端口
  }
}

请注意:

'command' 和 'args' 的配置可能需要根据您的操作系统和 Node.js 环境进行调整。
如果您将服务器部署到远程服务器或 Smithery AI 等平台，'url' 需要更改为相应的服务器地址和端口。
MCP 客户端通常需要您手动添加 MCP 服务器配置，并将服务器名称 (例如 '"gemini_thinking_server"') 设置为 MCP Provider。

基本使用方法

启动服务器: 在项目根目录下运行以下命令启动 MCP 服务器：
```
npm start
```
或者如果您使用 Python 启动器：
```
python gemini_mcp_server.py
```
配置 MCP 客户端: 在您的 MCP 客户端（如 Claude Desktop 或 Cursor 编辑器）中，打开 MCP 服务器设置，添加新的服务器，并按照上述 “服务器配置 (MCP 客户端配置)” 中的示例进行配置。
在 MCP 客户端中使用: 配置完成后，您应该可以在 MCP 客户端中选择您配置的 Gemini MCP 服务器作为 MCP Provider，并开始使用 'sequentialthinking' 工具进行思考和问题分析。

关键词