Gemini RAG MCP 服务器

这是一个使用Google Gemini API 文件搜索功能提供检索增强生成（RAG）能力的模型上下文协议（MCP）服务器。此服务器使AI应用程序能够创建知识库并从上传的文档中检索信息。

功能

• ✅ 文件搜索RAG：使用Gemini的文件搜索API创建和管理知识库
• ✅ 文档上传：上传文件和文本内容以创建可搜索的知识库
• ✅ 信息检索：查询知识库以检索相关信息
• ✅ 可配置模型：通过环境变量选择Gemini模型
• ✅ MCP协议：完全兼容模型上下文协议
• ✅ 类型安全：启用严格模式的全TypeScript支持
• ✅ 双传输支持：默认stdio和HTTP传输
• ✅ 生产就绪：日志记录、错误处理和配置管理

预备条件

• Node.js >= 22.10.0
• pnpm >= 10.19.0
• 具有Gemini API访问权限的Google API密钥

安装

使用Claude Desktop（推荐）

在您的Claude Desktop配置文件中添加以下内容：

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

{
  "mcpServers": {
    "gemini-rag-mcp": {
      "command": "npx",
      "args": ["-y", "@r_masseater/gemini-rag-mcp"],
      "env": {
        "GOOGLE_API_KEY": "your_google_api_key_here",
        "STORE_DISPLAY_NAME": "your_store_name"
      }
    }
  }
}

必需的环境变量：

• GOOGLE_API_KEY：具有Gemini API访问权限的Google API密钥
• STORE_DISPLAY_NAME：向量存储/知识库的显示名称

可选的环境变量：

• GEMINI_MODEL：用于查询的Gemini模型（默认：gemini-2.5-pro）
  • 选项：gemini-2.5-pro，gemini-2.5-flash

配置完成后，重启Claude Desktop以加载服务器。

开发

1. 克隆仓库

git clone https://github.com/masseater/gemini-rag-mcp.git
cd gemini-rag-mcp

2. 安装依赖

pnpm install

3. 开发模式运行

# stdio传输（默认）
pnpm run dev

# HTTP传输（带热重载）
pnpm run dev:http

环境变量

必需的：

• GOOGLE_API_KEY：具有Gemini API访问权限的Google API密钥
• STORE_DISPLAY_NAME：向量存储/知识库的显示名称

可选的：

• GEMINI_MODEL：用于查询的Gemini模型（默认：gemini-2.5-pro）
• LOG_LEVEL：日志级别（error|warn|info|debug，默认：info）
• DEBUG：启用调试控制台输出（true|false，默认：false）
• PORT：HTTP服务器端口（默认：3000）

可用工具

配置好Claude Desktop后，可以使用以下工具：

• upload_file：将文档文件上传到知识库
• upload_content：直接将文本内容上传到知识库
• query：使用RAG查询知识库

资源

• 模型上下文协议文档
• Gemini API 文档

许可证

MIT 许可证