使用Gemini教程构建MCP服务器

本仓库包含了使用Google的Gemini 2.0模型构建Model Context Protocol (MCP)服务器的完整教程代码，如这篇博客文章所述。

什么是Model Context Protocol (MCP)?

MCP是由Anthropic开发的一个开放标准，它使AI模型能够无缝访问外部工具和资源。它创建了一种标准化的方式，让AI模型可以与工具交互，访问互联网，运行代码等，而无需为每个工具或模型定制集成。

主要优点包括：

• 互操作性：任何兼容MCP的模型都可以使用任何兼容MCP的工具
• 模块化：添加或更新工具而不改变模型集成
• 标准化：一致的接口减少了集成复杂性
• 关注分离：模型能力和工具功能之间的清晰划分

项目概述

本教程演示了如何：

• 构建一个带有Brave搜索集成的完整MCP服务器
• 将其连接到Google的Gemini 2.0模型
• 创建一个用于AI驱动应用程序的灵活架构

开始之前

前提条件

• Bun（用于快速TypeScript执行）
• Brave搜索API密钥
• 用于访问Gemini的Google API密钥

安装

# 克隆仓库
git clone https://github.com/GuiBibeau/mcp-gemini-tutorial.git
cd mcp-tutorial

# 安装依赖
bun install

环境设置

创建一个.env文件并加入您的API密钥：

BRAVE_API_KEY="your_brave_api_key"
GOOGLE_API_KEY="your_google_api_key"

使用方法

运行基本客户端

bun examples/basic-client.ts

运行Gemini集成

bun examples/gemini-tool-function.ts

项目结构

• src/ - MCP服务器和工具的核心实现
• examples/ - 展示如何使用MCP服务器的示例客户端
• tests/ - 项目的测试文件

实现的工具

此MCP服务器公开了两个主要工具：

1. 网络搜索：通过Brave搜索进行通用互联网搜索
2. 本地搜索：通过Brave搜索查找企业和地点

扩展项目

您可以通过以下步骤添加自己的工具：

1. 使用模式定义一个新的工具
2. 实现该工具的功能
3. 将其注册到MCP服务器

更多信息

• 官方MCP文档
• Google Gemini API文档
• Brave搜索API文档

许可证

MIT

---

该项目是使用bun init在bun v1.1.37中创建的。Bun是一个快速的一体化JavaScript运行时。 </中文翻译>