mcpField
G
Gemini MCP File Agent (MVP)

Gemini MCP File Agent (MVP)

本地服务
github.com/kevingduckAI 与智能体577 周前更新

关于 Gemini MCP File Agent (MVP)

这是一个用于测试 Gemini 文件操作的本地聊天与 MCP 服务示例,面向探索 AI 文件访问的开发者。文件读取、写入和列表操作限制在指定沙盒目录内。

主要功能

  1. 01通过命令行与 Gemini 聊天
  2. 02读取、写入和列出文件
  3. 03将文件操作限制在沙盒目录
  4. 04可指定沙盒目录

适用场景

  1. 01让 Gemini 查看沙盒中的文件
  2. 02通过对话创建或读取文本文件

MCP 相关

本地 MCP 服务向聊天脚本提供沙盒内的文件读取、写入和列表操作。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Gemini MCP 文件 Agent(MVP)

这个项目让你能够与 Google 的 Gemini AI 聊天,并允许它在一个特定且受控的文件夹(“沙箱”)中安全地读取、写入和列出你电脑上的文件。

功能:

  • mcp_server.py:Gemini 用来访问文件的本地服务。你可以指定电脑上的哪个文件夹作为“沙箱”。
  • 聊天脚本(chat_with_gemini_mcp.py、simple_chat.py):用于与 Gemini 对话的命令行聊天工具。之后,Gemini 可以使用 mcp_server.py 管理沙箱中的文件。

谨慎使用: 这是一个基础示例。请谨慎选择允许 mcp_server.py 访问的文件夹。

快速开始

  1. 获取文件: 确保所有 .py 文件都在同一个文件夹中。

  2. API 密钥:

    • 从 Google AI Studio 获取 Google AI API 密钥。
    • 将其设置为环境变量:
      export GOOGLE_API_KEY="YOUR_KEY_HERE" 
      
      (Windows 用户请使用 set GOOGLE_API_KEY="YOUR_KEY_HERE")
  3. 安装依赖:

    pip install -r requirements.txt 
    

    (或者运行 ./install_packages.sh)

  4. 运行:

    • 终端 1:启动 MCP 服务
      python mcp_server.py 
      
      (默认会创建并使用 ./mcp_data_sandbox/ 文件夹。若要使用其他文件夹:python mcp_server.py --sandbox-dir ./my_files)
    • 终端 2:开始聊天
      python chat_with_gemini_mcp.py
      
  5. 与 Gemini 聊天:

    • “我的工作文件夹里有哪些文件?”
    • “创建 notes.txt 并在其中写入‘Hello world’。”
    • “读取 notes.txt。”

工作原理(简述)

  1. 你与 Gemini 聊天。
  2. 如果你询问文件相关内容,Gemini 会让聊天脚本使用“文件工具”。
  3. 聊天脚本会让 mcp_server.py 在沙箱文件夹中执行文件操作(读取、写入等)。
  4. 服务执行操作,并将结果告知聊天脚本。
  5. 聊天脚本将结果告知 Gemini。
  6. Gemini 告诉你发生了什么。

重要说明

  • 仅限沙箱: mcp_server.py 只能操作你选作沙箱的文件夹中的文件。这是为了安全。
  • 本地使用: 此项目旨在你的电脑上运行。

这是一个用于探索如何向 AI 提供文件访问权限的基础工具。请谨慎使用!

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。