Vertex AI MCP 服务器

该项目实现了一个模型上下文协议 (MCP) 服务器，它提供了一套全面的工具用于与 Google Cloud 的 Vertex AI Gemini 模型进行交互，专注于编码辅助和一般查询解答。

特征

• 通过众多 MCP 工具提供对 Vertex AI Gemini 模型的访问。

• 支持网页搜索基础（ answer_query_websearch ）和直接知识问答（ answer_query_direct ）。

• 可通过环境变量配置模型 ID、温度、流行为、最大输出令牌和重试设置。

• 默认使用流式 API，以获得更好的响应能力。

• 包括针对瞬态 API 错误的基本重试逻辑。

• 应用最少的安全过滤器（ BLOCK_NONE ）来减少潜在的阻塞（谨慎使用）。

Related MCP server: mcp-google

提供的工具

查询与生成（以人工智能为重点）

• answer_query_websearch ：使用已配置的 Vertex AI 模型（通过 Google 搜索结果增强）回答自然语言查询。

• answer_query_direct ：仅使用配置的 Vertex AI 模型的内部知识来回答自然语言查询。

• explain_topic_with_docs ：通过综合主要来自网络搜索找到的官方文档的信息，为有关特定软件主题的查询提供详细的解释。

• get_doc_snippets ：通过搜索官方文档，提供精确、权威的代码片段或简洁的技术查询答案。

• generate_project_guidelines ：根据指定的技术列表（可选版本）生成结构化的项目指南文档（Markdown），使用网络搜索寻找最佳实践。

文件系统操作

• read_file_content ：读取单个文件的完整内容。

• read_multiple_files_content ：同时读取多个文件的内容。

• write_file_content ：创建一个新文件或用新内容完全覆盖现有文件。

• edit_file_content ：对文本文件进行基于行的编辑，返回差异预览或应用更改。

• create_directory ：创建一个新目录（包括嵌套目录）。

• list_directory_contents ：直接列出指定路径内的文件和目录（非递归）。

• get_directory_tree ：以 JSON 格式获取文件和目录的递归树状视图。

• move_file_or_directory ：移动或重命名文件和目录。

• search_filesystem ：递归搜索与名称模式匹配的文件/目录，并可选择排除。

• get_filesystem_info ：检索有关文件或目录的详细元数据（大小、日期、类型、权限）。

人工智能与文件系统操作相结合

• save_generate_project_guidelines ：根据技术栈生成项目指南，并将结果保存到指定的文件路径。

• save_doc_snippet ：从文档中查找代码片段并将结果保存到指定的文件路径。

• save_topic_explanation ：根据文档生成主题的详细解释，并将结果保存到指定的文件路径。

• save_answer_query_direct ：仅使用内部知识回答查询并将答案保存到指定的文件路径。

• save_answer_query_websearch ：使用网络搜索结果回答查询并将答案保存到指定的文件路径。

（注意：每个工具的输入/输出模式都在

先决条件

• Node.js（v18+）

• 包子（ npm install -g bun ）

• 已启用计费功能的 Google Cloud 项目。

• GCP 项目中启用了 Vertex AI API。

• 在您的环境中配置 Google Cloud 身份验证（建议通过gcloud auth application-default login使用应用程序默认凭据，或使用服务帐户密钥）。

设置和安装

1. **克隆/放置项目：**确保项目文件位于您想要的位置。

2. 安装依赖项：

   bun install

3. 配置环境：

   • 在项目根目录中创建一个.env文件（复制.env.example ）。

   • 按照.env.example中所述设置必需和可选的环境变量。

     • 将AI_PROVIDER设置为"vertex"或"gemini" 。

     • 如果AI_PROVIDER="vertex" ，则需要GOOGLE_CLOUD_PROJECT 。

     • 如果AI_PROVIDER="gemini" ，则需要GEMINI_API_KEY 。

4. 构建服务器：

   bun run build

   这会将 TypeScript 代码编译为build/index.js 。

使用方法（独立/NPX）

一旦发布到 npm，您就可以使用npx直接运行此服务器：

或者，全局安装：

**注意：**运行独立版本需要在执行命令之前在 shell 环境中设置必要的环境变量（如GOOGLE_CLOUD_PROJECT 、 GOOGLE_CLOUD_LOCATION 、如果不使用 ADC 则需要设置身份验证凭据）。

通过 Smithery 安装

要通过Smithery自动为 Claude Desktop 安装 Vertex AI Server：

与克莱恩一起奔跑

1. **配置 MCP 设置：**在您的 Cline MCP 设置文件（例如.roo/mcp.json ）中添加/更新配置。您可以通过两种主要方式配置命令：

   选项 A：使用节点（直接路径 - 推荐用于开发）

   此方法使用node直接运行已编译的脚本。在开发过程中，当你将代码克隆到本地时，此方法非常有用。

   { "mcpServers": { "vertex-ai-mcp-server": { "command": "node", "args": [ "/full/path/to/your/vertex-ai-mcp-server/build/index.js" // Use absolute path or ensure it's relative to where Cline runs node ], "env": { // --- General AI Configuration --- "AI_PROVIDER": "vertex", // "vertex" or "gemini" // --- Required (Conditional) --- "GOOGLE_CLOUD_PROJECT": "YOUR_GCP_PROJECT_ID", // Required if AI_PROVIDER="vertex" // "GEMINI_API_KEY": "YOUR_GEMINI_API_KEY", // Required if AI_PROVIDER="gemini" // --- Optional Model Selection --- "VERTEX_MODEL_ID": "gemini-2.5-pro-exp-03-25", // If AI_PROVIDER="vertex" (Example override) "GEMINI_MODEL_ID": "gemini-2.5-pro-exp-03-25", // If AI_PROVIDER="gemini" // --- Optional AI Parameters --- "GOOGLE_CLOUD_LOCATION": "us-central1", // Specific to Vertex AI "AI_TEMPERATURE": "0.0", "AI_USE_STREAMING": "true", "AI_MAX_OUTPUT_TOKENS": "65536", // Default from .env.example "AI_MAX_RETRIES": "3", "AI_RETRY_DELAY_MS": "1000", // --- Optional Vertex Authentication --- // "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/service-account-key.json" // If using Service Account Key for Vertex }, "disabled": false, "alwaysAllow": [ // Add tool names here if you don't want confirmation prompts // e.g., "answer_query_websearch" ], "timeout": 3600 // Optional: Timeout in seconds } // Add other servers here... } }

   • **重要提示：**确保args路径正确指向build/index.js文件。使用绝对路径可能更可靠。

   选项 B：使用 NPX（需要将包发布到 npm）

   此方法使用npx自动从 npm 仓库下载并运行服务器包。如果您不想克隆仓库，这种方法非常方便。

   { "mcpServers": { "vertex-ai-mcp-server": { "command": "bunx", // Use bunx "args": [ "-y", // Auto-confirm installation "vertex-ai-mcp-server" // The npm package name ], "env": { // --- General AI Configuration --- "AI_PROVIDER": "vertex", // "vertex" or "gemini" // --- Required (Conditional) --- "GOOGLE_CLOUD_PROJECT": "YOUR_GCP_PROJECT_ID", // Required if AI_PROVIDER="vertex" // "GEMINI_API_KEY": "YOUR_GEMINI_API_KEY", // Required if AI_PROVIDER="gemini" // --- Optional Model Selection --- "VERTEX_MODEL_ID": "gemini-2.5-pro-exp-03-25", // If AI_PROVIDER="vertex" (Example override) "GEMINI_MODEL_ID": "gemini-2.5-pro-exp-03-25", // If AI_PROVIDER="gemini" // --- Optional AI Parameters --- "GOOGLE_CLOUD_LOCATION": "us-central1", // Specific to Vertex AI "AI_TEMPERATURE": "0.0", "AI_USE_STREAMING": "true", "AI_MAX_OUTPUT_TOKENS": "65536", // Default from .env.example "AI_MAX_RETRIES": "3", "AI_RETRY_DELAY_MS": "1000", // --- Optional Vertex Authentication --- // "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/service-account-key.json" // If using Service Account Key for Vertex }, "disabled": false, "alwaysAllow": [ // Add tool names here if you don't want confirmation prompts // e.g., "answer_query_websearch" ], "timeout": 3600 // Optional: Timeout in seconds } // Add other servers here... } }

   • 确保env块中的环境变量设置正确，要么与.env匹配，要么在此处明确定义。请从实际的 JSON 文件中删除注释。

2. 重新启动/重新加载 Cline： Cline 应该检测配置更改并启动服务器。

3. **使用工具：**您现在可以通过 Cline 使用大量工具列表。

发展

• 观看模式： bun run watch

• 绒毛： bun run lint

• 格式： bun run format

执照

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。