GemSuite MCP：最全面的 Gemini API 集成模型上下文协议

用于高级 Gemini API 与模型上下文协议 (MCP) 交互的终极开源服务器，智能地选择模型以实现最佳性能、最低令牌成本和无缝集成。

专业的 Gemini API 集成，适用于 Claude 和所有兼容 MCP 的主机，具有智能模型选择和高级文件处理功能

从geminiserchMCP项目发展而来，功能增强

🌟 什么是 GemSuite MCP？

GemSuite（模型上下文协议）MCP 是面向 MCP 主机的终极 Gemini API 集成接口，能够智能地根据当前任务选择模型，从而提供最佳性能、最低代币成本和无缝集成。它使任何兼容 MCP 的主机（例如 Claude、Cursor、Replit 等）都能无缝利用 Gemini 的功能，重点关注以下方面：

智能：根据任务和内容自动选择最佳的 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：为复杂的AI操作提供干净、一致的API
多功能性：高级文件处理；处理多种文件类型、操作和用例

无论您是分析文档、解决复杂问题、处理大型文本文件还是搜索信息，GemSuite MCP 都能提供合适的工具和合适的模型来完成工作。

为什么选择 GemSuite MCP？

与其他提供有限功能的 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的 Gemini 模型✅统一文件处理：通过自动格式检测无缝处理各种文件类型✅综合工具套件：四种专用工具，涵盖搜索、推理、处理和分析✅生产就绪：已在 Smithery.ai、MCP.so 和 Glama.io 上部署和验证

🚀 安装

选项 1：Smithery.ai（推荐）

# Install directly via Smithery CLI
npx -y @smithery/cli@latest install @PV-Bhat/gemsuite-mcp --client claude

选项 2：手动安装

# 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

🔑 API 密钥设置

从Google AI Studio获取 Gemini API 密钥
将其设置为环境变量：
export GEMINI_API_KEY=your_api_key_here
或者在项目根目录中创建一个.env文件：
GEMINI_API_KEY=your_api_key_here

💎 主要特点

统一文件处理

无缝文件处理：所有工具都支持通过file_path参数输入文件
自动格式检测：使用适当的 MIME 类型正确处理各种文件类型
多模式支持：处理图像、文档、代码文件等
批处理：支持在一次操作中处理多个文件

智能模型选择

GemSuite MCP 根据以下情况自动选择最合适的 Gemini 模型：

任务类型：搜索、推理、处理或分析
内容类型：文本、代码、图像或文档
复杂性：简单查询与复杂推理
用户偏好：可选手动覆盖

这种智能可确保最佳性能，同时最大限度地减少令牌的使用。

专用工具

工具	目的	模型	用例
`gem_search`	集成搜索的信息检索	双子座闪光	事实问题、最新信息、有根据的回答
`gem_reason`	复杂的推理和逐步的分析	双子座闪光思维	数学、科学、编码问题、逻辑分析
`gem_process`	快速、高效的内容处理	双子座Flash-Lite	汇总、提取、大容量操作
`gem_analyze`	具有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：优雅地处理 API 速率限制
全面的错误检测：清晰识别错误源
可操作消息：用于故障排除的详细错误信息
恢复机制：当主要方法失败时，智能回退

🖥️ 使用方法

在 Claude 或其他 MCP 兼容主机中

当 GemSuite MCP 与 Claude 或其他兼容 MCP 的主机一起使用时，这些工具将直接在助手工具包中使用。只需根据您的需求调用相应的工具即可：

工具选择指南

gem_search ：针对需要搜索集成的事实问题
gem_reason ：针对需要逐步推理的复杂问题
gem_process ：用于高效处理文本或文件（最高效的标记）
gem_analyze ：用于自动模型选择的文件详细分析

📚 使用示例

Claude Desktop 使用 GemSuite Gemini Search 访问 Google 搜索

处理文件（最高效的令牌）

// 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."
});

分析文件

// 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."
});

复杂推理

// 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
});

使用文件搜索

// 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
});

🧠 模型特征

GemSuite MCP 利用三种主要的 Gemini 模型，为每个任务智能地选择最佳模型：

双子座 2.0 闪光灯

1M 令牌上下文窗口：处理大量内容
搜索集成：当前信息中的地面响应
多模式功能：处理文本、图像等
均衡的性能：质量和速度的良好结合

双子座 2.0 Flash-Lite

最具成本效益：最大限度地减少代币使用
最快的响应时间：适合大批量操作
以文本为中心：针对文本处理进行了优化
效率最优：当不需要搜索和推理时

双子座2.0 闪思维

增强推理能力：逻辑分析和解决问题
逐步分析：展示推理过程
专业能力：擅长复杂计算
最适合深度：当需要彻底分析时

🔄 工作流程示例

文档分析工作流程

// 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

代码审查工作流程

// 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

🧩 与其他 MCP 主机集成

GemSuite MCP 可与任何兼容 MCP 的主机配合使用：

Claude Desktop ：与Claude强大的推理能力无缝集成
Cursor IDE ：通过 Gemini 的功能增强编码辅助
Replit ：直接在您的开发环境中生成和分析代码
其他 MCP 主机：兼容任何实施 MCP 标准的平台

🛠️高级配置

自定义模型选择

您可以通过指定model_id参数来覆盖自动模型选择：

// 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"
});

`gem_process`的可用操作

summarize ：创建简明摘要
extract ：提取特定信息
restructure ：将内容重新组织成更有用的格式
simplify ：使复杂的内容更容易理解
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 ：内容的总体分析

🔧 贡献

欢迎贡献！以下是开始的方法：

分叉存储库
创建功能分支： git checkout -b feature/my-new-feature
进行更改
运行测试： npm test
提交您的更改： git commit -m 'Add my new feature'
推送到你的分支： git push origin feature/my-new-feature
提交拉取请求

对于重大更改，请先打开一个问题来讨论您想要更改的内容。

📜 许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

🙏 致谢

Lorhlona/geminiserchMCP - 启发此增强版本的原始项目
模型上下文协议- 用于开发 MCP 标准
Google Gemini - 为该服务器提供强大的 AI 模型

Integrations