STARWARCLOUD STARWAR.AI
返回市场
双子座-mcp

双子座-mcp

作者：houtini-ai2 星标更新：2025-11-04
安装使用来源：spider==github.com

项目介绍

Gemini MCP Server

npm 版本 npm 下载量 许可证: MIT TypeScript

一个专业的、生产就绪的模型上下文协议（MCP）服务器，提供与谷歌Gemini AI模型的无缝集成。使用TypeScript构建并设计为企业用途，此包提供了强大的错误处理、全面的日志记录和简单的部署。

快速开始

最简单的方法是使用npx——无需安装：

# 从Google AI Studio获取您的API密钥
# https://makersuite.google.com/app/apikey

# 测试服务器（可选）
npx @houtini/gemini-mcp

# 添加到Claude Desktop（参见下面的配置）

目录

特性

核心功能

  • 动态模型发现 - 自动发现并使用最新的Gemini模型（透明，零配置）
  • 聊天界面 - 具有可定制参数的高级聊天功能
  • Google搜索接地 - 默认启用实时网络搜索集成以获取最新信息
  • 深度研究 - 迭代多步骤研究，综合全面的信息
  • 模型信息 - 从谷歌直接获取详细的模型能力及准确的上下文窗口大小
  • 精细控制 - 温度、令牌限制和系统提示

企业功能

  • 专业架构 - 模块化服务设计
  • 强大的错误处理 - 全面的错误处理和详细日志记录
  • Winston日志记录 - 生产就绪的日志记录，带文件轮换
  • 安全聚焦 - 不硬编码凭据，基于环境的配置
  • 完整的TypeScript - 完整的类型安全性和IntelliSense支持
  • 高性能 - 优化以实现最小延迟和资源使用
  • 优雅回退 - 如果发现失败，自动回退到经过验证的模型

安装

前提条件

推荐：无需安装

最简单的方法是使用npx来运行最新版本：

# 不需要安装 - npx处理一切
npx @houtini/gemini-mcp

替代安装方法

全局安装

# 一次性安装，随处可用
npm install -g @houtini/gemini-mcp
gemini-mcp

本地项目安装

# 在您的项目中安装
npm install @houtini/gemini-mcp

# 使用npx运行
npx @houtini/gemini-mcp

从源码安装（开发者）

git clone https://github.com/houtini-ai/gemini-mcp.git
cd gemini-mcp
npm install
npm run build
npm start

配置

第一步：获取您的API密钥

访问Google AI Studio创建您的免费API密钥。

第二步：配置Claude Desktop

将以下配置添加到您的Claude Desktop配置文件中：

Windows: %APPDATA%\Claude\claude_desktop_config.json
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

推荐配置（使用npx）

{
  "mcpServers": {
    "gemini": {
      "command": "npx",
      "args": ["@houtini/gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

这种方法的好处：

  • 无需全局安装
  • 始终使用最新版本
  • 更干净的系统（无全局包）
  • 开箱即用

替代方案：全局安装

{
  "mcpServers": {
    "gemini": {
      "command": "gemini-mcp",
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

注意：首先需要执行npm install -g @houtini/gemini-mcp

替代方案：本地安装

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["./node_modules/@houtini/gemini-mcp/dist/index.js"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

注意：仅在当前目录中本地安装时才有效

第三步：重启Claude Desktop

更新配置文件后，重启Claude Desktop以加载新的MCP服务器。

可选配置

您可以添加额外的环境变量以获得更多控制：

{
  "mcpServers": {
    "gemini": {
      "command": "npx",
      "args": ["@houtini/gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here",
        "LOG_LEVEL": "info"
      }
    }
  }
}

可用环境变量：

变量默认值描述
GEMINI_API_KEY必需您的Google AI Studio API密钥
LOG_LEVELinfo日志级别：debug、info、warn、error
GEMINI_ALLOW_EXPERIMENTALfalse允许实验性/预览模型作为默认（设置为true以启用）

动态模型发现

此服务器具有智能、透明的模型发现功能，自动让您保持最新的Gemini模型——无需任何配置。

工作原理

服务器使用懒惰初始化在您的第一次请求时发现模型：

  1. 服务器启动 - 即刻启动，使用经过验证的回退模型
  2. 第一次请求 - 自动查询Google的API以获取最新模型
  3. 发现完成 - 更新为使用最新可用模型
  4. 后续请求 - 使用已发现的模型（无延迟）
  5. 优雅回退 - 如果API发现失败，继续使用可靠的回退模型

关键优势

  • 零配置 - 自动工作，无需设置
  • 始终最新 - 新模型一发布即可使用
  • 透明 - 您不需要知道它的存在
  • 即时启动 - 无服务器初始化延迟
  • 智能选择 - 自动选择最佳默认模型
  • 防故障 - 优雅处理API故障

发现了哪些模型？

系统发现所有可用的Gemini模型，包括：

  • 最新稳定版本
  • 上下文窗口大小 - 准确的限制直接来自Google
  • 模型能力 - 每个模型支持的内容
  • 专用模型 - 视觉、音频和其他变体

默认情况下，服务器仅过滤稳定的生产模型，确保可靠性能并避免实验性模型的配额限制。

默认模型选择

服务器根据以下优先级智能选择默认模型：

  1. 仅稳定模型（默认过滤掉实验性/预览模型）
  2. 最新版本（2.5 > 2.0 > 1.5）
  3. 闪存偏好（更快的模型优先）
  4. 能力匹配（必须支持文本生成）

当前预期默认模型：最新稳定的闪存模型（通常是gemini-2.5-flash）

性能影响

  • 启动时间：0毫秒 - 服务器立即启动
  • 第一次请求：+1-2秒（一次模型发现）
  • 后续请求：0毫秒开销
  • 发现失败：0毫秒 - 立即使用回退模型

对于高级用户

如果您想查看发现了哪些模型，请在第一次请求后检查服务器日志：

从API发现的模型（数量：38，默认模型：gemini-2.5-flash）

实验性模型

默认情况下，服务器使用稳定的生产模型以确保可靠性能并避免速率限制问题。然而，您可以选择启用实验性和预览模型以获得前沿功能。

稳定模型 vs 实验性模型

稳定模型（默认）：

  • 生产就绪且可靠
  • 较好的速率限制和配额
  • 一致的性能
  • 经过充分测试和支持
  • 示例：gemini-2.5-flash，gemini-2.5-pro，gemini-2.0-flash

实验性模型（需启用）：

  • 最新特性和能力
  • 较严格的速率限制
  • 可能有意外行为
  • 可能快速被弃用
  • 示例：gemini-exp-1206，gemini-2.0-flash-thinking-exp，预览版本

启用实验性模型

要使实验性和预览模型在发现和选择中可用：

在Claude Desktop配置中：

{
  "mcpServers": {
    "gemini": {
      "command": "npx",
      "args": ["@houtini/gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here",
        "GEMINI_ALLOW_EXPERIMENTAL": "true"
      }
    }
  }
}

使用.env文件：

GEMINI_API_KEY=your-api-key-here
GEMINI_ALLOW_EXPERIMENTAL=true

启用后会发生什么变化？

当GEMINI_ALLOW_EXPERIMENTAL=true时：

  • 实验性模型可供选择
  • 实验性模型可以成为默认模型
  • 预览和思考模型包含在模型列表中
  • 您可以在稳定版本发布之前获得最新功能

注意：无论此设置如何，您都可以在请求中显式指定任何模型（实验性或稳定）。此标志仅影响默认使用的模型。

推荐使用场景

如果需要可靠、一致的性能，请保持实验性模型禁用（默认）：

  • 您正在构建生产应用程序
  • 您希望避免速率限制问题
  • 您更喜欢经过测试的稳定功能

如果想要测试前沿功能，请启用实验性模型：

  • 您正在进行研究或实验
  • 您理解权衡
  • 您可以处理潜在的速率限制

使用.env文件（开发）

对于开发或测试，创建一个.env文件：

# Google Gemini配置
GEMINI_API_KEY=your-api-key-here

# 可选：启用实验性模型
GEMINI_ALLOW_EXPERIMENTAL=false

# 日志配置（可选）
LOG_LEVEL=info

使用示例

基础聊天

让Claude使用Gemini：

你能帮我理解量子计算吗，使用Gemini？

Claude将自动使用gemini_chat工具从Gemini获取响应。

创意写作

使用Gemini写一篇关于人工智能发现创造力的短篇故事。

技术分析

你能使用Gemini Pro解释各种机器学习算法之间的差异吗？

模型选择

使用Gemini 1.5 Pro分析这段代码并提出改进建议。

获取模型信息

显示所有可用的Gemini模型及其能力。

完整提示指南

想要充分利用Gemini MCP？请参阅我们的**综合提示指南**，内容包括：

  • 高级提示技巧
  • 模型选择策略
  • 参数调整（温度、令牌、系统提示）
  • 利用Google搜索接地
  • 创意工作流程和使用案例
  • 最佳实践和技巧
  • 常见问题的故障排除

阅读提示指南

Google搜索接地

此服务器包括由Google实时网络搜索驱动的Google搜索接地功能，为Gemini模型提供访问最新网络信息的能力。此功能默认启用，显著提高了需要最新信息的问题的回答准确性。

关键优势

  • 实时信息 - 访问当前新闻、事件、股票价格、天气和发展
  • 事实准确性 - 通过将回答基于验证的网络来源来减少AI幻觉
  • 来源引用 - 自动引用来源和搜索查询
  • 无缝集成 - 透明地工作，不改变现有工作流程
  • 智能搜索 - AI自动确定何时进行搜索，基于查询内容

Google搜索接地的工作原理

当您询问需要当前信息的问题时，系统会：

  1. 分析您的查询，以确定网络搜索是否会改善答案
  2. 自动生成相关搜索查询，基于您的问题
  3. 执行Google搜索，使用多个有针对性的查询
  4. 处理搜索结果，并从多个来源综合信息
  5. 提供增强的响应，带有内联引用和来源链接
  6. 显示搜索元数据，包括实际使用的查询，以提高透明度

适用于这些使用场景

当前事件与新闻

本月宣布的最新AI发展是什么？
2025年气候谈判发生了什么？
最近的量子计算研究突破？

实时数据

主要科技公司的当前股价
伦敦今天的天气预报
最新的加密货币市场趋势

近期发展

本周的新软件发布和更新
医学领域的最新科学发现
最新的可再生能源政策变化

事实核查与验证

验证有关气候变化的最近声明
检查全球互联网使用情况的最新统计数据
确认最近的合并和收购公告

控制接地行为

默认行为：接地默认启用，以获得最佳结果和准确性。

禁用创意任务：当您想要纯粹的创意或假设性响应时：

使用Gemini而不进行网络搜索，写一篇关于太空中的龙的虚构故事。
写一首关于不存在的想象颜色的创意诗。

技术控制：当直接使用API时，使用grounding参数：

{
  "message": "写一篇关于时间旅行的创意故事",
  "model": "gemini-2.5-flash",
  "grounding": false
}

{
  "message": "最新的可再生能源发展是什么？",
  "model": "gemini-2.5-flash", 
  "grounding": true
}

理解接地响应

当接地激活时，响应包括：

来源引用：用于信息的网站链接

来源：(https://example.com/article1) (https://example.com/article2)

搜索透明度：实际使用的搜索查询

使用的搜索查询：最新AI发展2025，OpenAI GPT-5发布，Google Gemini更新

增强准确性：从多个权威来源综合信息，而不是仅仅依赖训练数据

深度研究

服务器包括强大的深度研究功能，对复杂主题进行迭代多步骤研究，合成带有适当来源引用的综合报告。

深度研究的工作原理

深度研究进行多次研究迭代，每次都在先前发现的基础上进行：

  1. 初步研究 - 广泛探索主题
  2. 差距分析 - 确定尚未覆盖的内容
  3. 针对性研究 - 深入特定领域
  4. 综合 - 创建带有引用的综合报告
  5. 迭代 - 重复直到彻底覆盖

使用深度研究

使用Gemini深度研究调查量子计算对网络安全的影响。

您可以指定研究参数：

使用Gemini深度研究，进行7次迭代，创建一份关于可再生能源趋势的综合报告，重点关注太阳能和风能的采用率。

研究参数

  • max_iterations：研究周期数（3-10，默认5）
  • focus_areas：强调的具体方面
  • model：使用的Gemini模型（默认为最新稳定版本）

最适合的场景

  • 学术研究和文献综述
  • 市场分析和竞争情报
  • 技术趋势分析
  • 政策研究和影响评估
  • 多方面的业务问题

针对不同环境配置max_iterations

max_iterations参数控制执行的研究周期数。不同的AI环境有不同的超时容忍度，因此适当地配置非常重要：

Claude Desktop（推荐：3-5次迭代）

  • 超时：大约4分钟
  • 推荐设置：大多数研究任务使用3-4次迭代
  • 最大安全次数：5次迭代
  • 原因：Claude Desktop有较严格的超时以确保响应UI

示例：

使用Gemini深度研究进行3次迭代，分析可再生能源存储的竞争格局。

Agent SDK / IDEs（VSCode，Cursor，Windsurf）（推荐：7-10次迭代）

  • 超时：较长（通常10+分钟）
  • 推荐设置：使用7-10次迭代进行综合研究
  • 最大次数