
Gemsuite Mcp
专业的Gemini API集成,适用于Claude和所有MCP兼容主机,具有智能模型选择和高级文件处理功能 | Smithery.ai认证
GemSuite MCP:最全面的 Gemini API Model Context Protocol 集成
最终的开源服务器,用于高级 Gemini API 与 Model Context Protocol (MCP) 的交互,智能选择模型以实现最佳性能、最低令牌成本和无缝集成。
🌟 什么是 GemSuite MCP?
GemSuite (Model Context Protocol) MCP 是 MCP 主机的最佳 Gemini API 集成接口,智能选择适合任务的模型——提供最佳性能、最低令牌成本和无缝集成。它使任何 MCP 兼容主机(Claude、Cursor、Replit 等)能够无缝利用 Gemini 的能力,专注于:
- 智能性:根据任务和内容自动选择最佳 Gemini 模型
- 效率:优化不同工作负载下的令牌使用和性能
- 简单性:为复杂 AI 操作提供干净一致的 API
- 多功能性:高级文件处理;支持多种文件类型、操作和用例
无论您是在分析文档、解决复杂问题、处理大文本文件还是搜索信息,GemSuite MCP 都能为您提供完成任务所需的正确工具和模型。
为什么选择 GemSuite MCP?
与其他功能有限的 Gemini MCP 服务器不同,GemSuite MCP 提供:
✅ 智能模型选择:根据任务自动选择最佳 Gemini 模型
✅ 统一文件处理:无缝处理各种文件类型并自动检测格式
✅ 全面工具套件:涵盖搜索、推理、处理和分析的四种专用工具
✅ 生产就绪:在 Smithery.ai、MCP.so 和 Glama.io 上部署和验证
🚀 安装
选项 1:Smithery.ai(推荐)
bash
# 使用 Smithery CLI 直接安装
npx -y @smithery/cli@latest install @PV-Bhat/gemsuite-mcp --client claude
选项 2:手动安装
bash
# 克隆仓库
git clone https://github.com/PV-Bhat/gemsuite-mcp.git
cd gemsuite-mcp
# 安装依赖
npm install
# 设置您的 Gemini API 密钥
echo "GEMINI_API_KEY=your_api_key_here" > .env
# 构建项目
npm run build
# 启动服务器
npm start
🔑 API 密钥设置
- 从 Google AI Studio 获取 Gemini API 密钥
- 将其设置为环境变量:
bash
export GEMINI_API_KEY=your_api_key_here
.env
文件:GEMINI_API_KEY=your_api_key_here
💎 核心特性
统一文件处理
- 无缝文件处理:所有工具均支持通过
file_path
参数输入文件 - 自动格式检测:正确处理各种文件类型并使用适当的 MIME 类型
- 多模态支持:处理图像、文档、代码文件等
- 批量处理:支持一次性操作多个文件
智能模型选择
GemSuite MCP 根据以下条件自动选择最适合的 Gemini 模型:
这种智能确保了最佳性能同时最小化令牌使用。 |
graph TD
A[Task Request] --> B{Task Type}
B -->|Search| C[Gemini Flash]
B -->|Reasoning| D[Gemini Flash Thinking]
B -->|Processing| E[Gemini Flash-Lite]
B -->|Analysis| F{File Type}
F -->|Image| G[Gemini Flash]
F -->|Code| H[Gemini Flash Thinking]
F -->|Text| I[Gemini Flash-Lite]
C & D & E & G & H & I --> J[Execute Request] |
专用工具
工具 | 目的 | 模型 | 使用场景 |
---|---|---|---|
gem_search |
带搜索集成的信息检索 | Gemini Flash | 事实性问题、当前信息、有依据的回答 |
gem_reason |
带逐步分析的复杂推理 | Gemini Flash Thinking | 数学、科学、编程问题、逻辑分析 |
gem_process |
快速高效的内容处理 | Gemini Flash-Lite | 摘要、提取、高容量操作 |
gem_analyze |
带自动模型选择的智能文件分析 | 自动选择 | 文档分析、代码审查、图像理解 |
强大的错误处理
- 指数退避:优雅处理 API 速率限制
- 全面错误检测:清晰识别错误来源
- 可操作消息:详细错误信息以便于排错
- 恢复机制:当主要方法失败时智能回退
🖥️ 使用
在 Claude 或其他 MCP 兼容主机中
当使用 GemSuite MCP 与 Claude 或其他 MCP 兼容主机时,工具将直接出现在助手的工具包中。只需调用适合您需求的工具即可:
工具选择指南
gem_search
:需要搜索集成的事实性问题gem_reason
:需要逐步推理的复杂问题gem_process
:高效处理文本或文件(最节省令牌)gem_analyze
:带自动模型选择的文件详细分析
📚 使用示例
使用 GemSuite Gemini Search 在 Claude Desktop 中访问 Google 搜索
处理文件(最节省令牌)
javascript
// 摘要大文档
const response = await gem_process({
file_path: "/path/to/your/large_document.pdf",
operation: "summarize"
});
// 提取特定信息
const response = await gem_process({
file_path: "/path/to/your/report.docx",
operation: "extract",
content: "Extract all financial data and metrics from this document."
});
分析文件
javascript
// 分析图像
const response = await gem_analyze({
file_path: "/path/to/your/image.jpg",
instruction: "Describe what you see in this image in detail."
});
// 分析代码
const response = await gem_analyze({
file_path: "/path/to/your/code.py",
instruction: "Identify potential bugs and suggest optimizations."
});
复杂推理
javascript
// 使用逐步推理解决复杂问题
const response = await gem_reason({
problem: "Analyze this code and suggest improvements:",
file_path: "/path/to/your/code.js",
show_steps: true
});
// 数学问题求解
const response = await gem_reason({
problem: "Solve this differential equation: dy/dx = 2xy with y(0) = 1",
show_steps: true
});
带文件搜索
javascript
// 回答有关文档的问题并集成搜索
const response = await gem_search({
query: "What companies are mentioned in this document?",
file_path: "/path/to/your/document.pdf"
});
// 带搜索的事实性问题
const response = await gem_search({
query: "What are the latest developments in quantum computing?",
enable_thinking: true
});
🧠 模型特性
GemSuite MCP 利用三种主要的 Gemini 模型,智能选择每个任务的最佳模型:
Gemini 2.0 Flash
- 1M token 上下文窗口:处理大量内容
- 搜索集成:基于当前信息生成回答
- 多模态能力:处理文本、图像等
- 平衡性能:质量和速度的良好结合
Gemini 2.0 Flash-Lite
- 最经济实惠:最小化令牌使用
- 最快响应时间:适合高容量操作
- 文本聚焦:优化文本处理
- 效率最佳:无需搜索和推理时的理想选择
Gemini 2.0 Flash Thinking
- 增强推理:逻辑分析和问题解决
- 逐步分析:显示推理过程
- 专业化能力:擅长复杂计算
- 深度最佳:需要彻底分析时的理想选择
🔄 工作流示例
文档分析工作流
javascript
// 1. 获取高层次摘要(最高效)
const summary = await gem_process({
file_path: "/path/to/large_document.pdf",
operation: "summarize"
});
// 2. 提取特定信息
const keyPoints = await gem_process({
file_path: "/path/to/large_document.pdf",
operation: "extract",
content: "Extract the key findings and recommendations"
});
// 3. 带搜索集成回答具体问题
const answers = await gem_search({
query: "Based on this document, what are the implications for market growth?",
file_path: "/path/to/large_document.pdf"
});
// 4. Claude 合成处理后的信息
// 这种方法比让 Claude 直接处理整个文档要节省更多令牌
代码审查工作流
javascript
// 1. 获取代码概述
const overview = await gem_analyze({
file_path: "/path/to/code.js",
instruction: "Provide an overview of this code's structure and purpose"
});
// 2. 识别潜在问题
const issues = await gem_reason({
problem: "Analyze this code for bugs, security vulnerabilities, and performance issues",
file_path: "/path/to/code.js",
show_steps: true
});
// 3. 生成改进建议
const improvements = await gem_reason({
problem: "Suggest specific improvements to make this code more efficient and maintainable",
file_path: "/path/to/code.js",
show_steps: true
});
// 4. Claude 提供全面的代码审查合成
🧩 与其他 MCP 主机的集成
GemSuite MCP 可与任何 MCP 兼容主机配合使用:
- Claude Desktop:与 Claude 强大的推理能力无缝集成
- Cursor IDE:借助 Gemini 的能力增强编码辅助
- Replit:直接在开发环境中进行代码生成和分析
- 其他 MCP 主机:与实现 MCP 标准的任何平台兼容
🛠️ 高级配置
自定义模型选择
可以通过指定 model_id
参数覆盖自动模型选择:
javascript
// 强制在处理任务中使用 Gemini Flash Thinking
const response = await gem_process({
file_path: "/path/to/document.pdf",
operation: "analyze",
model_id: "models/gemini-2.0-flash-thinking"
});
gem_process
的可用操作
summarize
:生成简洁摘要extract
:提取特定信息restructure
:重组内容为更有用的格式simplify
:使复杂内容更容易理解expand
:为内容添加细节或上下文critique
:提供批判性分析feedback
:提供建设性反馈analyze
:内容的一般分析
🔧 贡献
欢迎贡献!以下是开始的方法:
- 叉仓库
- 创建功能分支:
git checkout -b feature/my-new-feature
- 做出更改
- 运行测试:
npm test
- 提交更改:
git commit -m 'Add my new feature'
- 推送到分支:
git push origin feature/my-new-feature
- 提交拉取请求
对于重大更改,请先打开一个 issue 讨论您想更改的内容。
📜 许可证
本项目采用 MIT 许可证,详情请参阅 LICENSE 文件。
🙏 致谢
- Lorhlona/geminiserchMCP - 激发此增强版本的原始项目
- Model Context Protocol - 开发 MCP 标准
- Google Gemini - 提供驱动此服务器的强大 AI 模型
🔗 链接
由 PV-Bhat ❤️ 制作