mcpField
G
gemini

gemini

本地服务
github.com/PavelGuzenfeldAI 与智能体033 周前更新

关于 gemini

gemini 是一个 MCP 服务,可将 Google Gemini 提供给 Claude Code 和其他 MCP 客户端。它支持问答、代码与文本分析、多轮对话及模型选择。

主要功能

  1. 01向 Gemini 提问或布置任务
  2. 02按指令分析代码和文本
  3. 03进行多轮对话
  4. 04列出可用的 Gemini 模型
  5. 05按调用覆盖模型设置

适用场景

  1. 01为技术问题获取另一种观点
  2. 02检查代码中的性能问题
  3. 03分析长文本或代码
  4. 04通过后续对话完善设计

MCP 相关

通过 `gemini_ask`、`gemini_analyze`、`gemini_chat` 和 `gemini_models` MCP 工具提供 Google Gemini。它使用 `GEMINI_API_KEY` 连接 Google AI Studio。

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。

mcp.json · 通用配置
{
"mcpServers": {
"pavelguzenfeld-gemini": {
"command": "npx",
"args": [
"-y",
"claude-gemini-mcp"
],
"env": {
"GEMINI_API_KEY": "<GEMINI_API_KEY>"
}
}
}
}
启动命令npx -y claude-gemini-mcp
需要配置的环境变量
GEMINI_API_KEY密钥Google Gemini API key

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmclaude-gemini-mcp0.1.2

工具

4

收录的工具列表 · 更新于 3 周前

参数类型必填说明
modelstring否模型覆盖值(默认:gemini-2.5-pro)。可选项:gemini-2.5-pro、gemini-2.5-flash、gemini-2.0-flash
promptstring是要发送给 Gemini 的提示词

详细介绍

gemini-mcp

npm MCP Registry Node.js License: MIT

轻量级 MCP 服务,可将 Google Gemini 作为工具提供给 Claude Code(或任何 MCP 客户端)。

使用 Gemini 获取第二意见、分析超长上下文、审查代码,或处理任何适合从不同模型视角出发的任务。

工具

工具描述
gemini_ask向 Gemini 提问或交给它一项任务
gemini_analyze按照特定指令发送代码/文本进行分析
gemini_chat保留完整历史记录的多轮对话
gemini_models列出可用的 Gemini 模型

快速开始

1. 获取 API 密钥

前往 Google AI Studio 创建免费的 API 密钥。

2. 安装

选项 A — 克隆(推荐用于 Claude Code)

git clone https://github.com/PavelGuzenfeld/gemini-mcp.git ~/.claude/mcp-servers/gemini
cd ~/.claude/mcp-servers/gemini
npm install

选项 B — npx(无需安装)

npx claude-gemini-mcp
3. 在 Claude Code 中注册

添加到 ~/.claude/settings.json:

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["/home/you/.claude/mcp-servers/gemini/index.js"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

或使用 npx:

{
  "mcpServers": {
    "gemini": {
      "command": "npx",
      "args": ["-y", "claude-gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

使用示例

提出问题
> Use gemini_ask to explain the difference between std::expected and std::optional

Gemini says: std::optional<T> represents a value that may or may not be present...
std::expected<T, E> additionally carries an error value when the expected value is absent...
分析代码
> Use gemini_analyze to review this function for performance issues:
  instruction: "Find performance bottlenecks"
  content: <your code here>

Gemini says: Line 12 allocates inside the loop — move the vector outside...
多轮对话
> Use gemini_chat with messages:
  [{"role": "user", "content": "Design a REST API for a task manager"},
   {"role": "model", "content": "Here's a RESTful design..."},
   {"role": "user", "content": "Now add authentication"}]

Gemini says: Building on the previous design, add JWT-based auth...
为单次调用指定模型
> Use gemini_ask with model: "gemini-2.5-flash" to quickly summarize this error log

环境变量

变量默认值描述
GEMINI_API_KEY(必需)Google AI Studio API 密钥
GEMINI_MODELgemini-2.5-pro所有工具的默认模型

模型

模型适用场景
gemini-2.5-pro质量最佳,上下文长度大(1M 个 token)
gemini-2.5-flash速度快,适合大多数任务
gemini-2.0-flash速度最快,适合简单任务

每个工具都接受可选的 model 参数,用于覆盖当前调用的默认模型。

功能

  • 遇到速率限制(429)和服务器错误(5xx)时采用指数退避重试
  • 将错误信息妥善返回给 MCP 客户端(不会崩溃)
  • 支持为单次调用指定模型
  • 除 API 密钥外,无需任何配置

故障排除

问题解决方案
GEMINI_API_KEY is not set在 settings.json 的 env 块中添加密钥
429 Too Many Requests内置重试机制会处理此问题——等待几秒钟
Model not found运行 gemini_models 列出有效的模型名称
Claude Code 中未显示工具检查 ~/.claude/settings.json 语法,然后重启 Claude Code
ECONNREFUSED检查网络/防火墙——该服务会调用 generativelanguage.googleapis.com

开发

git clone https://github.com/PavelGuzenfeld/gemini-mcp.git
cd gemini-mcp
npm install
npm test          # Run smoke tests
node index.js     # Start the MCP server locally

许可证

MIT

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。