Gemini Context MCP 서버
Gemini의 컨텍스트 관리 및 캐싱 기능을 활용하는 강력한 MCP(Model Context Protocol) 서버 구현입니다. 이 서버는 Gemini의 2M 토큰 컨텍스트 윈도우의 가치를 극대화하는 동시에 대규모 컨텍스트의 효율적인 캐싱을 위한 도구를 제공합니다.
🚀 특징
컨텍스트 관리
최대 2M 토큰 컨텍스트 창 지원 - Gemini의 광범위한 컨텍스트 기능 활용
세션 기반 대화 - 여러 상호 작용에서 대화 상태 유지
스마트 컨텍스트 추적 - 메타데이터를 사용하여 컨텍스트 추가, 검색 및 검색
의미 검색 - 의미 유사성을 사용하여 관련 컨텍스트 찾기
자동 컨텍스트 정리 - 세션 및 컨텍스트가 자동으로 만료됩니다.
API 캐싱
대용량 프롬프트 캐싱 - 대용량 시스템 프롬프트 및 지침을 효율적으로 재사용
비용 최적화 - 자주 사용되는 컨텍스트에 대한 토큰 사용 비용 절감
TTL 관리 - 캐시 만료 시간 제어
자동 정리 - 만료된 캐시는 자동으로 제거됩니다.
Related MCP server: MCP Gemini Server
🏁 빠른 시작
필수 조건
Node.js 18+ 설치됨
Gemini API 키( 여기서 받으세요 )
설치
지엑스피1
기본 사용법
MCP 클라이언트 통합
이 MCP 서버는 다양한 MCP 호환 클라이언트와 통합될 수 있습니다.
Claude Desktop - Claude 설정에서 MCP 서버로 추가
커서 - 커서의 AI/MCP 설정에서 구성
VS Code - MCP 호환 확장 프로그램과 함께 사용
각 클라이언트와의 자세한 통합 지침은 MCP 설명서의 MCP 클라이언트 구성 가이드를 참조하세요.
빠른 클라이언트 설정
간소화된 클라이언트 설치 명령을 사용하세요.
각 명령은 적절한 구성 파일을 설정하고 통합을 완료하기 위한 지침을 제공합니다.
💻 사용 예시
초보자를 위한
서버를 직접 사용하는 경우:
서버를 시작합니다:
node dist/mcp-server.js제공된 테스트 스크립트를 사용하여 상호 작용하세요.
# Test basic context management node test-gemini-context.js # Test caching features node test-gemini-api-cache.js
Node.js 애플리케이션에서 사용:
전문 사용자를 위한
사용자 정의 구성 사용:
비용 최적화를 위한 캐싱 시스템 사용:
🔌 MCP 도구(커서 등)와 함께 사용
이 서버는 MCP(모델 컨텍스트 프로토콜)를 구현하여 커서나 기타 AI 기반 개발 환경과 같은 도구와 호환됩니다.
사용 가능한 MCP 도구
컨텍스트 관리 도구:
generate_text- 컨텍스트를 포함한 텍스트 생성get_context- 세션의 현재 컨텍스트를 가져옵니다.clear_context- 세션 컨텍스트 지우기add_context- 특정 컨텍스트 항목 추가search_context- 의미적으로 관련 컨텍스트 찾기
캐싱 도구:
mcp_gemini_context_create_cache- 대규모 컨텍스트에 대한 캐시 생성mcp_gemini_context_generate_with_cache- 캐시된 컨텍스트로 생성mcp_gemini_context_list_caches- 사용 가능한 모든 캐시 나열mcp_gemini_context_update_cache_ttl- 캐시 TTL 업데이트mcp_gemini_context_delete_cache- 캐시 삭제
커서로 연결하기
Cursor 와 함께 사용하면 MCP 구성을 통해 연결할 수 있습니다.
MCP 도구에 대한 자세한 사용 지침은 README-MCP.md를 참조하세요.
⚙️ 구성 옵션
환경 변수
다음 옵션을 사용하여 .env 파일을 만듭니다.
🧪 개발
📚 추가 자료
MCP 관련 사용법은 README-MCP.md를 참조하세요.
사용 가능한 도구를 이해하려면 mcp-manifest.json 의 매니페스트를 탐색하세요.
사용 패턴을 알아보려면 저장소의 예제 스크립트를 확인하세요.
📋 향후 개선 사항
컨텍스트 및 캐시에 대한 데이터베이스 지속성
캐시 크기 관리 및 제거 정책
벡터 기반 의미 검색
분석 및 메트릭 추적
벡터 저장소와의 통합
컨텍스트 관리를 위한 일괄 작업
하이브리드 캐싱 전략
자동 프롬프트 최적화
📄 라이센스
MIT