双子星上下文MCP服务器

Name: 双子星上下文MCP服务器
Author: ogoldberg

作者：ogoldberg26 星标更新：2025-04-07

安装使用来源：spider==github.com

项目介绍

Gemini Context MCP Server

一个强大的MCP（模型上下文协议）服务器实现，利用了Gemini的能力进行上下文管理和缓存。该服务器最大限度地发挥了Gemini 2M令牌上下文窗口的价值，并提供了高效缓存大型上下文的工具。

🚀 特性

上下文管理

支持高达2M令牌的上下文窗口 - 利用Gemini广泛的上下文能力
基于会话的对话 - 在多次交互中维护对话状态
智能上下文跟踪 - 使用元数据添加、检索和搜索上下文
语义搜索 - 使用语义相似性查找相关上下文
自动上下文清理 - 会话和上下文到期后自动清理

API缓存

大型提示缓存 - 高效重用大型系统提示和指令
成本优化 - 减少频繁使用的上下文的令牌使用成本
TTL管理 - 控制缓存过期时间
自动清理 - 过期的缓存自动移除

🏁 快速开始

先决条件

安装Node.js 18+
Gemini API密钥（在这里获取）

安装

# 克隆仓库
git clone https://github.com/ogoldberg/gemini-context-mcp-server
cd gemini-context-mcp-server

# 安装依赖
npm install

# 复制环境变量示例
cp .env.example .env

# 将您的Gemini API密钥添加到.env文件中
# GEMINI_API_KEY=your_api_key_here

基本使用

# 构建服务器
npm run build

# 启动服务器
node dist/mcp-server.js

MCP客户端集成

此MCP服务器可以与各种兼容MCP的客户端集成：

Claude Desktop - 在Claude设置中添加为MCP服务器
Cursor - 在Cursor的AI/MCP设置中配置
VS Code - 使用兼容MCP的扩展

有关每个客户端的详细集成说明，请参阅MCP文档中的MCP客户端配置指南。

快速客户端设置

使用我们的简化客户端安装命令：

# 安装并配置Claude Desktop
npm run install:claude

# 安装并配置Cursor
npm run install:cursor

# 安装并配置VS Code
npm run install:vscode

每个命令都会设置适当的配置文件，并提供完成集成的说明。

💻 使用示例

对于初学者

直接使用服务器：

启动服务器：
```
node dist/mcp-server.js
```

使用提供的测试脚本进行交互：

# 测试基本上下文管理
node test-gemini-context.js

# 测试缓存特性
node test-gemini-api-cache.js

在您的Node.js应用程序中使用：

import { GeminiContextServer } from './src/gemini-context-server.js';

async function main() {
  // 创建服务器实例
  const server = new GeminiContextServer();
  
  // 在会话中生成响应
  const sessionId = "user-111";
  const response = await server.processMessage(sessionId, "什么是机器学习？");
  console.log("响应:", response);
  
  // 在同一会话中提问后续问题（维持上下文）
  const followUp = await server.processMessage(sessionId, "有哪些流行算法？");
  console.log("后续问题:", followUp);
}

main();

对于高级用户

使用自定义配置：

// 自定义配置
const config = {
  gemini: {
    apiKey: process.env.GEMINI_API_KEY,
    model: 'gemini-2.0-pro',
    temperature: 0.2,
    maxOutputTokens: 1024,
  },
  server: {
    sessionTimeoutMinutes: 30,
    maxTokensPerSession: 1000000
  }
};

const server = new GeminiContextServer(config);

使用缓存系统进行成本优化：

// 为大型系统指令创建缓存
const cacheName = await server.createCache(
  '技术支持系统',
  '您是一家软件公司的技术支持助手...',
  7200 // 2小时TTL
);

// 使用缓存生成内容
const response = await server.generateWithCache(
  cacheName,
  '如何重置我的密码？'
);

// 完成后清理
await server.deleteCache(cacheName);

🔌 与MCP工具（如Cursor）一起使用

此服务器实现了模型上下文协议（MCP），使其与Cursor或其他增强型AI开发环境兼容。

可用的MCP工具

上下文管理工具：
- generate_text - 使用上下文生成文本
- get_context - 获取会话的当前上下文
- clear_context - 清理会话上下文
- add_context - 添加特定的上下文条目
- search_context - 使用语义查找相关上下文
缓存工具：
- mcp_gemini_context_create_cache - 为大型上下文创建缓存
- mcp_gemini_context_generate_with_cache - 使用缓存的上下文生成
- mcp_gemini_context_list_caches - 列出所有可用的缓存
- mcp_gemini_context_update_cache_ttl - 更新缓存TTL
- mcp_gemini_context_delete_cache - 删除缓存

与Cursor连接

当与Cursor一起使用时，可以通过MCP配置连接：

{
  "name": "gemini-context",
  "version": "1.0.0",
  "description": "Gemini上下文管理和缓存MCP服务器",
  "entrypoint": "dist/mcp-server.js",
  "capabilities": {
    "tools": true
  },
  "manifestPath": "mcp-manifest.json",
  "documentation": "README-MCP.md"
}

有关MCP工具的详细使用说明，请参阅README-MCP.md。

⚙️ 配置选项

环境变量

创建一个.env文件，包含以下选项：

# 必需
GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-2.0-flash

# 可选 - 模型设置
GEMINI_TEMPERATURE=0.7
GEMINI_TOP_K=40
GEMINI_TOP_P=0.9
GEMINI_MAX_OUTPUT_TOKENS=2097152

# 可选 - 服务器设置
MAX_SESSIONS=50
SESSION_TIMEOUT_MINUTES=120
MAX_MESSAGE_LENGTH=1000000
MAX_TOKENS_PER_SESSION=2097152
DEBUG=false

🧪 开发

# 构建TypeScript文件
npm run build

# 在开发模式下运行，自动重新加载
npm run dev

# 运行测试
npm test

📚 进一步阅读

对于MCP特定的使用，请参阅README-MCP.md
探索mcp-manifest.json中的清单以了解可用工具
查看存储库中的示例脚本以了解使用模式

📋 未来改进

上下文和缓存的数据库持久化
缓存大小管理和驱逐策略
基于向量的语义搜索
分析和指标跟踪
与向量存储集成
上下文管理的批处理操作
混合缓存策略
自动提示优化

📄 许可证

MIT