Google AI Studio MCP Server

AI Studio MCP 服务

一个模型上下文协议（MCP）服务，可与 Google AI Studio / Gemini API 集成，提供内容生成能力，并支持文件、对话历史记录和系统提示词。

安装和使用

前提条件

• Node.js 20.0.0 或更高版本
• Google AI Studio API 密钥

使用 npx（推荐）

GEMINI_API_KEY=your_api_key npx -y aistudio-mcp-server

本地安装

npm install -g aistudio-mcp-server
GEMINI_API_KEY=your_api_key aistudio-mcp-server

配置

将 Google AI Studio API 密钥设置为环境变量：

export GEMINI_API_KEY=your_api_key_here

可选配置

• GEMINI_MODEL：要使用的 Gemini 模型（默认值：gemini-2.5-flash）
• GEMINI_TIMEOUT：请求超时时间，单位为毫秒（默认值：300000 = 5 分钟）
• GEMINI_MAX_OUTPUT_TOKENS：最大输出令牌数（默认值：8192）
• GEMINI_MAX_FILES：每个请求的最大文件数（默认值：10）
• GEMINI_MAX_TOTAL_FILE_SIZE：文件总大小上限，单位为 MB（默认值：50）
• GEMINI_TEMPERATURE：生成温度（0-2，默认值：0.2）

示例：

export GEMINI_API_KEY=your_api_key_here
export GEMINI_MODEL=gemini-2.5-flash
export GEMINI_TIMEOUT=600000  # 10 minutes
export GEMINI_MAX_OUTPUT_TOKENS=16384  # More output tokens
export GEMINI_MAX_FILES=5  # Limit to 5 files per request
export GEMINI_MAX_TOTAL_FILE_SIZE=100  # 100MB limit
export GEMINI_TEMPERATURE=0.7  # More creative responses

可用工具

generate_content

使用 Gemini 生成内容，全面支持文件、对话历史记录和系统提示词。支持多种文件类型，包括图像、PDF、Office 文档和文本文件。

参数：

• user_prompt（字符串，必填）：用于生成内容的用户提示词
• system_prompt（字符串，可选）：用于引导 AI 行为的系统提示词
• files（数组，可选）：要包含在生成内容中的文件数组
  • 每个文件对象必须包含 path 或 content
  • path（字符串）：文件路径
  • content（字符串）：Base64 编码的文件内容
  • type（字符串，可选）：MIME 类型（根据文件扩展名自动检测）
• model（字符串，可选）：要使用的 Gemini 模型（默认值：gemini-2.5-flash）
• temperature（数字，可选）：生成温度（0-2，默认值：0.2）。较低的值会生成更聚焦的回答，较高的值会生成更有创意的回答

支持的文件类型（Gemini 2.5 模型）：

• 图像：JPG、JPEG、PNG、GIF、WebP、SVG、BMP、TIFF
• 视频：MP4、AVI、MOV、WEBM、FLV、MPG、WMV（每个请求最多 10 个文件）
• 音频：MP3、WAV、AIFF、AAC、OGG、FLAC（每个文件最大 15MB）
• 文档：PDF（按图像处理，一页 = 一张图像）
• 文本：TXT、MD、JSON、XML、CSV、HTML

文件限制：

• 文件大小上限：每个音频/视频/文档文件 15MB
• 请求总大小上限：20MB（使用 Cloud Storage 时为 2GB）
• 视频文件：每个请求最多 10 个
• PDF 文件按图像计费（一页 = 一张图像）

基本示例：

{
  "user_prompt": "Analyze this image and describe what you see",
  "files": [
    {
      "path": "/path/to/image.jpg"
    }
  ]
}

将 PDF 转换为 Markdown：

{
  "user_prompt": "Convert this PDF to well-formatted Markdown, preserving structure and formatting. Return only the Markdown content.",
  "files": [
    {
      "path": "/path/to/document.pdf"
    }
  ]
}

使用系统提示词：

{
  "system_prompt": "You are a helpful document analyst specialized in technical documentation",
  "user_prompt": "Please provide a detailed explanation of the authentication methods shown in this document",
  "files": [
    {"path": "/api-docs.pdf"}
  ]
}

多个文件示例：

{
  "user_prompt": "Compare these documents and images",
  "files": [
    {"path": "/document.pdf"},
    {"path": "/chart.png"},
    {"content": "base64encodedcontent", "type": "image/jpeg"}
  ]
}

常见用例

将 PDF 转换为 Markdown

要将 PDF 文件转换为 Markdown 格式，请使用 generate_content 工具并提供适当的提示词：

{
  "user_prompt": "Convert this PDF to well-formatted Markdown, preserving structure, headings, lists, and formatting. Include table of contents if the document has sections.",
  "files": [
    {
      "path": "/path/to/document.pdf"
    }
  ]
}

图像分析

对图像、图表、示意图或照片进行分析并提供详细描述：

{
  "system_prompt": "You are an expert image analyst. Provide detailed, accurate descriptions of visual content.",
  "user_prompt": "Analyze this image and describe what you see. Include details about objects, people, text, colors, and composition.",
  "files": [
    {
      "path": "/path/to/image.jpg"
    }
  ]
}

对于屏幕截图或技术示意图：

{
  "user_prompt": "Describe this system architecture diagram. Explain the components and their relationships.",
  "files": [
    {
      "path": "/architecture-diagram.png"
    }
  ]
}

音频转录

根据音频文件生成转录文本：

{
  "system_prompt": "You are a professional transcription service. Provide accurate, well-formatted transcripts.",
  "user_prompt": "Please transcribe this audio file. Include speaker identification if multiple speakers are present, and format it with proper punctuation and paragraphs.",
  "files": [
    {
      "path": "/meeting-recording.mp3"
    }
  ]
}

对于访谈或会议转录文本：

{
  "user_prompt": "Transcribe this interview and provide a summary of key points discussed.",
  "files": [
    {
      "path": "/interview.wav"
    }
  ]
}

MCP 客户端配置

将此服务添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "aistudio": {
      "command": "npx",
      "args": ["-y", "aistudio-mcp-server"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here",
        "GEMINI_MODEL": "gemini-2.5-flash",
        "GEMINI_TIMEOUT": "600000",
        "GEMINI_MAX_OUTPUT_TOKENS": "16384",
        "GEMINI_MAX_FILES": "10",
        "GEMINI_MAX_TOTAL_FILE_SIZE": "50",
        "GEMINI_TEMPERATURE": "0.2"
      }
    }
  }
}

开发

设置

请确保已安装 Node.js 20.0.0 或更高版本。

npm install
npm run build

本地运行

GEMINI_API_KEY=your_api_key npm run dev

许可证

MIT