-
security-
license-
qualityAn MCP server implementation that maximizes Gemini's 2M token context window with tools for efficient context management and caching across multiple AI client applications.
Last updated -
27
GemSuite MCP: La integración de API de Gemini más completa para el protocolo de contexto de modelo
El servidor de código abierto definitivo para la interacción avanzada de la API de Gemini con el Protocolo de contexto de modelo (MCP), que selecciona modelos de forma inteligente para lograr un rendimiento óptimo, un costo de token mínimo y una integración perfecta.
Integración profesional de API de Gemini para Claude y todos los hosts compatibles con MCP con selección de modelos inteligente y manejo avanzado de archivos
Evolucionado del proyecto
Instalación • Características • Uso • Ejemplos • Modelos • Contribución
🌟¿Qué es GemSuite MCP?
GemSuite (Protocolo de Contexto de Modelo) MCP es la interfaz definitiva de integración de API de Gemini para hosts MCP. Selecciona modelos de forma inteligente para cada tarea, ofreciendo un rendimiento óptimo, un coste mínimo de tokens y una integración fluida. Permite que cualquier host compatible con MCP (Claude, Cursor, Replit, etc.) aproveche al máximo las capacidades de Gemini, centrándose en:
Inteligencia : selecciona automáticamente el modelo Gemini óptimo según la tarea y el contenido
Eficiencia : optimiza el uso y el rendimiento del token en diferentes cargas de trabajo
Simplicidad : proporciona una API limpia y consistente para operaciones de IA complejas
Versatilidad : Manejo avanzado de archivos; maneja múltiples tipos de archivos, operaciones y casos de uso
Ya sea que esté analizando documentos, resolviendo problemas complejos, procesando archivos de texto grandes o buscando información, GemSuite MCP proporciona las herramientas adecuadas con los modelos adecuados para el trabajo.
¿Por qué GemSuite MCP?
A diferencia de otros servidores Gemini MCP que ofrecen una funcionalidad limitada, GemSuite MCP proporciona:
✅ Selección de modelo inteligente : selecciona automáticamente el modelo Gemini óptimo según la tarea ✅ Manejo unificado de archivos : procesa sin problemas varios tipos de archivos con detección automática de formato ✅ Conjunto integral de herramientas : cuatro herramientas especializadas que cubren búsqueda, razonamiento, procesamiento y análisis ✅ Listo para producción : implementado y validado en Smithery.ai, MCP.so y Glama.io
🚀 Instalación
Opción 1: Smithery.ai (recomendado)
# Install directly via Smithery CLI
npx -y @smithery/cli@latest install @PV-Bhat/gemsuite-mcp --client claude
Opción 2: Instalación manual
# Clone the repository
git clone https://github.com/PV-Bhat/gemsuite-mcp.git
cd gemsuite-mcp
# Install dependencies
npm install
# Set your Gemini API key
echo "GEMINI_API_KEY=your_api_key_here" > .env
# Build the project
npm run build
# Start the server
npm start
Configuración de la clave API
Obtenga una clave API de Gemini de Google AI Studio
Establezcalo como una variable de entorno:
export GEMINI_API_KEY=your_api_key_hereo crea un archivo
.enven la raíz del proyecto:GEMINI_API_KEY=your_api_key_here
💎 Características principales
Manejo unificado de archivos
Procesamiento de archivos sin inconvenientes : todas las herramientas admiten entradas de archivos a través del parámetro
file_pathDetección automática de formato : manejo correcto de varios tipos de archivos con tipos MIME apropiados
Soporte multimodal : procese imágenes, documentos, archivos de código y más
Procesamiento por lotes : Soporte para procesar múltiples archivos en una sola operación
Selección inteligente de modelos
GemSuite MCP selecciona automáticamente el modelo Gemini más apropiado en función de:
Tipo de tarea : Búsqueda, razonamiento, procesamiento o análisis
Tipo de contenido : Texto, código, imágenes o documentos
Complejidad : consultas simples vs. razonamiento complejo
Preferencias del usuario : anulaciones manuales opcionales
Esta inteligencia garantiza un rendimiento óptimo al tiempo que minimiza el uso de tokens.
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]
Herramientas especializadas
Herramienta | Objetivo | Modelo | Casos de uso |
| Recuperación de información con integración de búsqueda | Flash de Géminis | Preguntas factuales, información actual, respuestas fundamentadas |
| Razonamiento complejo con análisis paso a paso | Pensamiento Flash de Géminis | Matemáticas, ciencias, problemas de codificación, análisis lógico. |
| Procesamiento de contenido rápido y eficiente | Gemini Flash-Lite | Resumen, extracción, operaciones de gran volumen |
| Análisis inteligente de archivos con selección automática de modelos | Seleccionado automáticamente | Análisis de documentos, revisión de código, comprensión de imágenes. |
Manejo robusto de errores
Retroceso exponencial : manejo elegante de los límites de velocidad de la API
Detección integral de errores : identificación clara de las fuentes de error
Mensajes procesables : información detallada de errores para la solución de problemas
Mecanismos de recuperación : alternativas inteligentes cuando fallan los enfoques principales
🖥️ Uso
En Claude u otros hosts compatibles con MCP
Al usar GemSuite MCP con Claude u otros hosts compatibles con MCP, las herramientas estarán disponibles directamente en el kit de herramientas del asistente. Simplemente llame a la herramienta adecuada para sus necesidades:
Guía de selección de herramientas
gem_search: Para preguntas factuales que requieren integración de búsquedagem_reason: Para problemas complejos que requieren razonamiento paso a pasogem_process: Para un procesamiento eficiente de texto o archivos (máximo rendimiento en tokens)gem_analyze: para un análisis detallado de archivos con selección automática de modelos
Ejemplos de uso
Claude Desktop: Uso de GemSuite Gemini Search para acceder a la Búsqueda de Google
Procesamiento de archivos (más eficiente en tokens)
// Summarize a large document
const response = await gem_process({
file_path: "/path/to/your/large_document.pdf",
operation: "summarize"
});
// Extract specific information
const response = await gem_process({
file_path: "/path/to/your/report.docx",
operation: "extract",
content: "Extract all financial data and metrics from this document."
});
Analizando archivos
// Analyze an image
const response = await gem_analyze({
file_path: "/path/to/your/image.jpg",
instruction: "Describe what you see in this image in detail."
});
// Analyze code
const response = await gem_analyze({
file_path: "/path/to/your/code.py",
instruction: "Identify potential bugs and suggest optimizations."
});
Razonamiento complejo
// Solve a complex problem with step-by-step reasoning
const response = await gem_reason({
problem: "Analyze this code and suggest improvements:",
file_path: "/path/to/your/code.js",
show_steps: true
});
// Mathematical problem solving
const response = await gem_reason({
problem: "Solve this differential equation: dy/dx = 2xy with y(0) = 1",
show_steps: true
});
Buscando con archivos
// Answer questions about a document with search integration
const response = await gem_search({
query: "What companies are mentioned in this document?",
file_path: "/path/to/your/document.pdf"
});
// Factual questions with search
const response = await gem_search({
query: "What are the latest developments in quantum computing?",
enable_thinking: true
});
🧠 Características del modelo
GemSuite MCP aprovecha tres modelos principales de Gemini y selecciona de forma inteligente el modelo óptimo para cada tarea:
Flash Géminis 2.0
Ventana de contexto de token de 1M : Procesar contenido extenso
Integración de búsquedas : Respuestas terrestres en la información actual
Capacidades multimodales : maneja texto, imágenes y más
Rendimiento equilibrado : buena combinación de calidad y velocidad.
Gemini 2.0 Flash-Lite
Más rentable : Minimizar el uso de tokens
Tiempos de respuesta más rápidos : ideal para operaciones de gran volumen
Centrado en texto : optimizado para el procesamiento de texto
Óptimo para la eficiencia : cuando no se necesitan búsquedas ni razonamientos
Pensamiento Flash de Géminis 2.0
Razonamiento mejorado : análisis lógico y resolución de problemas
Análisis paso a paso : muestra el proceso de razonamiento
Capacidades especializadas : se destaca en cálculos complejos
Ideal para profundidad : cuando es necesario un análisis exhaustivo
Ejemplos de flujo de trabajo
Flujo de trabajo de análisis de documentos
// 1. Get a high-level summary (most efficient)
const summary = await gem_process({
file_path: "/path/to/large_document.pdf",
operation: "summarize"
});
// 2. Extract specific information
const keyPoints = await gem_process({
file_path: "/path/to/large_document.pdf",
operation: "extract",
content: "Extract the key findings and recommendations"
});
// 3. Answer specific questions with search integration
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 synthesizes the processed information
// This approach is dramatically more token-efficient than having
// Claude process the entire document directly
Flujo de trabajo de revisión de código
// 1. Get code overview
const overview = await gem_analyze({
file_path: "/path/to/code.js",
instruction: "Provide an overview of this code's structure and purpose"
});
// 2. Identify potential issues
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. Generate improvements
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 provides a comprehensive code review synthesis
🧩 Integración con otros hosts MCP
GemSuite MCP funciona con cualquier host compatible con MCP:
Claude Desktop : Integración perfecta con las potentes capacidades de razonamiento de Claude
Cursor IDE : Asistencia de codificación mejorada con las capacidades de Gemini
Replit : Generación y análisis de código directamente en su entorno de desarrollo
Otros hosts MCP : compatibles con cualquier plataforma que implemente el estándar MCP
🛠️ Configuración avanzada
Selección de modelo personalizado
Puede anular la selección automática del modelo especificando el parámetro model_id :
// Force the use of Gemini Flash Thinking for a processing task
const response = await gem_process({
file_path: "/path/to/document.pdf",
operation: "analyze",
model_id: "models/gemini-2.0-flash-thinking"
});
Operaciones disponibles para gem_process
summarize: Crear un resumen concisoextract: Extraer información específicarestructure: reorganizar el contenido en un formato más útilsimplify: hacer que el contenido complejo sea más fácil de entenderexpand: Agregar detalles o contexto al contenidocritique: Proporcionar un análisis críticofeedback: Ofrecer retroalimentación constructivaanalyze: Análisis general del contenido
🔧 Contribuyendo
¡Agradecemos sus contribuciones! Aquí les explicamos cómo empezar:
Bifurcar el repositorio
Crear una rama de funciones:
git checkout -b feature/my-new-featureRealiza tus cambios
Ejecutar pruebas:
npm testConfirme sus cambios:
git commit -m 'Add my new feature'Envíalo a tu rama:
git push origin feature/my-new-featureEnviar una solicitud de extracción
Para realizar cambios importantes, primero abra un problema para discutir lo que le gustaría cambiar.
📜 Licencia
Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.
🙏 Agradecimientos
Lorhlona/geminiserchMCP : el proyecto original que inspiró esta versión mejorada
Protocolo de contexto modelo : para desarrollar el estándar MCP
Google Gemini : para los potentes modelos de IA que impulsan este servidor
🔗 Enlaces
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
La interfaz API de Gemini definitiva para hosts MCP, que selecciona de forma inteligente modelos para la tarea en cuestión, lo que ofrece un rendimiento óptimo, un costo de token mínimo y una integración perfecta.
- El servidor de código abierto definitivo para la interacción avanzada de la API de Gemini con el Protocolo de contexto de modelo (MCP), que selecciona modelos de forma inteligente para lograr un rendimiento óptimo, un costo de token mínimo y una integración perfecta.
- 🌟¿Qué es GemSuite MCP?
- ¿Por qué GemSuite MCP?
- 🚀 Instalación
- Configuración de la clave API
- 💎 Características principales
- 🖥️ Uso
- Ejemplos de uso
- 🧠 Características del modelo
- Ejemplos de flujo de trabajo
- 🧩 Integración con otros hosts MCP
- 🛠️ Configuración avanzada
- 🔧 Contribuyendo
- 📜 Licencia
- 🙏 Agradecimientos
- 🔗 Enlaces
Related Resources
Related MCP Servers
- -security-license-qualityAn MCP server implementation that allows using Google's Gemini AI models (specifically Gemini 1.5 Pro) through Claude or other MCP clients via the Model Context Protocol.Last updated -1
- Asecurity-licenseAqualityA dedicated server that wraps Google's Gemini AI models in a Model Context Protocol (MCP) interface, allowing other LLMs and MCP-compatible systems to access Gemini's capabilities like content generation, function calling, chat, and file handling through standardized tools.Last updated -1632MIT License
- -security-license-qualityAn MCP server that enables other AI models (like Claude) to use Google's Gemini models as tools for specific tasks through a standardized interface.