使用说明

这是一个实现了 Model Context Protocol (MCP) 的服务器，旨在为大型语言模型 (LLM) 客户端提供与 Google 服务交互的能力。

主要功能点

Gmail: 列出、搜索、发送和修改邮件状态。
Google 日历: 列出、创建、更新和删除事件。
Google 云端硬盘 (Drive): 搜索文件和读取文件内容。
Google 搜索: 执行网页搜索。

安装步骤

环境准备:
- 安装 Python 3.12 或更高版本。
- 安装 'uv' 包管理器（推荐）：参考 https://astral.sh/uv/install.sh
- Google Cloud Console 设置:
  - 访问 Google Cloud Console。
  - 创建一个新项目或选择现有项目。
  - 启用以下 API：Gmail API, Google Calendar API, Google Drive API, Custom Search API。
  - 在 "APIs & Services" > "Credentials" 中创建一个 OAuth 2.0 客户端 ID（选择 "Web application"），记录 Client ID 和 Client Secret，并下载凭据 JSON 文件，将其重命名为 'credentials.json' 放到项目根目录。
  - 生成一个 API Key。
  - 访问 Custom Search Engine 创建一个自定义搜索，并获取其 ID (CSE ID)。

获取代码: 克隆 GitHub 仓库：

git clone https://github.com/jikime/py-mcp-google-toolbox.git
cd py-mcp-google-toolbox

设置 Python 环境:

创建并激活虚拟环境：

uv venv -p 3.12
source .venv/bin/activate # macOS/Linux
# 或 .venv\Scripts\activate # Windows

安装依赖：

uv pip install -r requirements.txt

Google 身份认证: 运行脚本获取 Refresh Token 并生成 'token.json' 文件（用于 OAuth 授权）：
```
uv run get_refresh_token.py
```
这将打开浏览器要求你登录 Google 账户并授权所需权限。完成后，Refresh Token 将显示在控制台，并生成 'token.json' 文件。

配置环境变量: 复制 '.env.example' 文件为 '.env'，编辑 '.env' 文件，填入你在 Google Cloud Console 中获取的 API Key, CSE ID, Client ID, Client Secret 以及上一步获得的 Refresh Token。

cp env.example .env
# 编辑 .env 文件，填入你的凭据
GOOGLE_API_KEY=your_google_api_key
GOOGLE_CSE_ID=your_custom_search_engine_id
GOOGLE_CLIENT_ID=your_google_client_id
GOOGLE_CLIENT_SECRET=your_google_client_secret
GOOGLE_REFRESH_TOKEN=your_google_refresh_token

将之前下载的 'credentials.json' 文件复制到项目的根目录（'py-mcp-google-toolbox' 文件夹）。

服务器配置 (面向 MCP 客户端)

你需要将以下配置添加到你的 MCP 客户端的设置文件中。不同客户端（如 Claude 桌面版、Cursor IDE 等）的配置路径和格式可能略有不同，请参考客户端文档。通常是一个 JSON 文件，需要在 'mcpServers' 对象中添加一个条目。

以下是配置条目的示例结构（请根据你的实际安装路径和选择的启动方式进行调整）：

"Google Toolbox": { // 给服务器取一个易于识别的名称
  "command": "你的启动命令的路径", // 例如: "/path/to/uv" 或 "python" 或 "docker"
  "args": [ // 传递给 command 的参数列表
    // 如果使用 uv 本地运行:
    "--directory",
    "你的 py-mcp-google-toolbox 项目的完整路径",
    "run",
    "server.py"
    // 如果使用 python 本地运行 (如果uv不在PATH):
    // "你的 py-mcp-google-toolbox 项目的完整路径/server.py"
    // 如果使用 Docker:
    // "run", "-i", "--rm", "py-mcp-google-toolbox" // 假设你已构建了镜像
  ]
}

请将 '"你的启动命令的路径"' 和 '"你的 py-mcp-google-toolbox 项目的完整路径"' 替换为你系统中的实际路径。

基本使用方法

MCP 服务器配置完成后，你的 LLM 客户端应该能够自动检测并与之通信。你可以通过与 LLM 进行自然语言对话来利用这个服务器提供的 Google 工具。例如：

询问关于 Google 搜索结果的问题。
让 LLM 帮你总结最近的邮件。
让 LLM 在你的日历中创建会议。
让 LLM 搜索 Google Drive 中的文件。

LLM 会理解你的意图，并自动调用后台配置好的 MCP 服务器上的相应工具（如 'search_google'、'list_emails'、'create_event'、'search_gdrive' 等）来完成任务。

关键词

使用说明

主要功能点

安装步骤

服务器配置 (面向 MCP 客户端)

基本使用方法

信息