使用说明

项目简介

GemSuite MCP 是一个开源 Model Context Protocol (MCP) 服务器，旨在为兼容 MCP 协议的 LLM 客户端（例如 Claude、Cursor、Replit 等）提供强大的 Gemini API 集成能力。它通过智能模型选择和统一的文件处理，优化了 LLM 应用的性能和效率，使开发者能够更便捷地利用 Gemini 的强大功能。

主要功能点

智能模型选择: 根据任务类型（搜索、推理、处理、分析）和内容类型自动选择最合适的 Gemini 模型（Gemini Flash, Gemini Flash-Lite, Gemini Flash Thinking），以达到最佳性能和最低 token 成本。
统一文件处理: 所有工具均支持文件输入，可以无缝处理多种文件类型（文本、代码、图像、文档等），并自动检测文件格式。支持批量文件处理。
专业工具套件: 提供四个功能强大的工具：
- 'gem_search': 信息检索工具，结合 Google 搜索，适用于事实性问题和最新信息查询。
- 'gem_reason': 复杂推理工具，擅长解决数学、科学、编程问题，提供逐步推理分析。
- 'gem_process': 高效内容处理工具，快速进行文本摘要、信息提取等操作，token 成本低。
- 'gem_analyze': 智能文件分析工具，自动选择模型进行文档、代码、图像等文件的深入分析。
生产就绪: 已在 Smithery.ai, MCP.so, Glama.io 等平台部署和验证，稳定可靠。

安装步骤

克隆仓库

git clone https://github.com/PV-Bhat/gemsuite-mcp.git
cd gemsuite-mcp

安装依赖
```
npm install
```
配置 Gemini API 密钥
- 获取 Gemini API 密钥：访问 Google AI Studio 获取 API 密钥。
- 设置环境变量：
  - 方法一（推荐）：设置全局环境变量 'GEMINI_API_KEY=您的API密钥'
  - 方法二：在项目根目录下创建 '.env' 文件，并添加 'GEMINI_API_KEY=您的API密钥'
构建项目
```
npm run build
```
启动服务器
```
npm start
```
服务器成功启动后，将在控制台输出 'GemSuite MCP server running on stdio'。

服务器配置

以下 JSON 配置信息可用于 MCP 客户端连接 GemSuite MCP 服务器。

{
  "server name": "gemsuite-mcp-server",
  "command": "node",
  "args": [
    "dist/index.js"
  ],
  "注释": "启动 GemSuite MCP 服务器的命令。请确保已安装 Node.js 并已成功构建项目（npm run build）。"
}

基本使用方法

GemSuite MCP 服务器启动后，您可以在任何兼容 MCP 协议的 LLM 客户端中使用其提供的工具。客户端通常会自动检测并列出可用的工具。

工具调用: 在 LLM 客户端中，您可以像调用普通函数一样调用 GemSuite MCP 提供的工具，例如 'gem_search(query="最新的AI技术发展")'。
文件处理: 对于需要处理文件的工具（如 'gem_process', 'gem_analyze'），您可以通过 'file_path' 参数指定文件路径。
模型选择: GemSuite MCP 默认自动选择最佳模型。您也可以通过 'model_id' 参数手动指定模型，用于高级定制。

更详细的工具参数和使用示例，请参考仓库的 README 文档和示例代码。

关键词