关于 Gemma Ai Mcp Server
Gemma AI MCP Server 将 Gemma AI 网站信息提供给兼容 MCP 的客户端,涵盖模型、提示词、聊天工作流、价格、常见问题和官方链接,并以只读方式访问。
主要功能
- 01模型目录与能力说明
- 02价格和官方链接
- 03常见问题与站点资源
- 04聊天及信息提示词
适用场景
- 01查看 Gemma AI 模型选项
- 02查找网站价格和链接
- 03启动模型评估对话
MCP 相关
它通过只读工具、资源和提示词向 MCP 客户端提供 Gemma AI 信息,不通过此服务执行模型推理。
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。
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。
工具
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
Gemma AI MCP 服务
Gemma AI - 免费 Google Gemma 聊天,搭载先进的 AI 模型
一个模型上下文协议服务,向 Claude Desktop、Cursor、Windsurf 和 Continue 等兼容 MCP 的 AI 客户端提供 Gemma AI 的权威知识内容,包括模型、提示词和聊天工作流、定价、常见问题及官方链接。只读,无需 API 密钥,无配额,冷启动约 50 ms。
💬 关于 Gemma AI
Gemma AI(gemmaai.online)是一个基于 Web 的平台,通过对话式聊天界面免费提供 Google DeepMind 开源 AI 模型系列 Gemma 4 的访问权限。无需信用卡或订阅即可开始使用。该平台提供四种模型变体,能力范围广泛,从专为移动端和浏览器部署设计的紧凑型边缘优化模型,到在 Arena AI 公共排行榜上名列前三的旗舰级 310 亿参数稠密模型。所有模型均采用 Apache 2.0 许可证发布,适用于个人实验和商业用途。
主要功能
- 四档模型系列:可选择 E2B/E4B 超紧凑边缘模型(有效参数为 23 亿和 45 亿)、每个推理步骤仅激活 40 亿参数的 260 亿参数混合专家模型,或完整的 310 亿参数稠密旗舰模型;每款模型都针对不同的资源与性能权衡进行了调优。
- 原生多模态输入:所有模型都能在单轮对话中接收文本、不同宽高比的图像、视频片段、音频和文档(包括 OCR 与图表理解)。
- 扩展上下文窗口:支持 128K 到 256K token 的上下文,并采用双 RoPE 配置,可处理长文档、代码库和多轮会话,不会截断内容。
- 强劲的基准测试表现:31B 模型在 AIME 2026 数学推理测试中得分 89.2%,在 LiveCodeBench 编码挑战中得分 80%,在 MMLU Pro 中得分 85.2%,在 Codeforces 上的 ELO 评分为 2150;这些数据均可在网站的基准测试对比表中查看。
- 灵活的部署方式:除托管聊天界面外,模型还可通过 Ollama、llama.cpp 或 MLX 在本地运行;通过 transformers.js 和 WebGPU 在浏览器中运行;也可使用 ONNX 检查点、Kaggle 或 Hugging Face 仓库。
- 无需微调即可调用函数:内置对自主 Agent 工作流和工具集成的支持,可直接通过聊天界面或 API 使用。
使用场景
- 软件开发和竞赛编程:开发者使用聊天界面生成、调试和审查代码,其中 31B 模型在标准编码基准测试中达到了竞赛级水平。
- 数学与逻辑推理:学生和研究人员借助模型出色的 AIME 和 MMLU Pro 成绩,解决多步骤数学问题、证明题和定量分析任务。
- 文档与图像分析:团队上传 PDF、截图、图表或扫描页面,提取结构化信息、总结内容,或回答基于视觉数据的问题。
- 边缘端和注重隐私的应用:开发移动端或基于浏览器的产品时,开发者可使用紧凑型 E2B/E4B 模型。这些模型在设备上运行,不会将数据发送到外部服务器。
- 使用开放权重模型快速制作原型:研究人员和初创公司可通过托管界面评估 Gemma 4 的能力,再依据宽松的 Apache 2.0 许可证决定是否进行本地或云端部署。
适用对象
Gemma AI 面向广泛的技术用户。希望无需订阅即可使用前沿开源模型的开发者和研究人员,会发现免费聊天界面十分实用。为商业产品评估模型的团队,则可受益于 Apache 2.0 许可和多种部署选项。参与数学、编码或多模态项目的学生,可以使用这些高性能模型,而无需承担云 API 费用。构建隐私优先或支持离线运行的应用时,开发者可以从针对边缘端优化的变体入手,再使用 Ollama、llama.cpp 或浏览器原生运行时进行本地部署。
工具
list_models
返回网站提供的聊天模型规范列表及其能力说明。(Gemma AI)
输入: 无参数。返回: text/markdown。
get_pricing
返回 Gemma AI 的规范定价入口。
输入: 无参数。返回: text/markdown。
get_official_links
返回 Gemma AI 的官方链接规范列表(网站、支持渠道以及可用的文档)。
输入: 无参数。返回: text/markdown。
资源
site://gemmaai/models— 支持的聊天模型及其能力说明。site://gemmaai/pricing— 规范定价入口。site://gemmaai/faq— 根据公开的网站元数据生成的简短常见问题解答。site://gemmaai/links— 可分享给用户的规范 URL。
提示词
tell_me_about_gemmaai
总结网站的定位、适用对象和工作方式。— Gemma AI
start_chat_session_gemmaai
使用合理的默认设置,启动针对网站模型的聊天评估会话。— Gemma AI
安装
通过 Smithery 安装
npx -y @smithery/cli install gemmaai-mcp --client claude
(对于这些客户端,请将 claude 替换为 cursor、windsurf 或 continue。)
从源代码安装
git clone https://github.com/rocnubie/gemmaai-mcp.git
cd gemmaai-mcp
pnpm install
然后将其添加到 MCP 客户端配置中(Claude Desktop 使用 claude_desktop_config.json,Cursor / Windsurf / Continue 使用 mcp.json):
{
"mcpServers": {
"gemmaai-mcp": {
"command": "node",
"args": [
"/absolute/path/to/gemmaai-mcp/src/index.mjs"
]
}
}
}
使用 MCP Inspector 调试
npx @modelcontextprotocol/inspector node src/index.mjs
官方链接
- 网站:https://gemmaai.online
- 定价:https://gemmaai.online/pricing
- GitHub:https://github.com/Rocniubi/MSA
- 支持:[email protected]
开发
pnpm install
pnpm start # run the server over stdio
许可证
MIT
评论
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。