mcp-google-agent-platform-docs

MCP-Server, der KI-Agenten Zugriff auf die Google AI-Plattform-Dokumentation bietet.

Teil der OpenGerwin MCP Servers

Was ist das?

Ein MCP (Model Context Protocol)-Server, der KI-Agenten direkten Zugriff auf die Google AI-Plattform-Dokumentation gibt — sowohl für die aktuelle Gemini Enterprise Agent Platform (GEAP) als auch für die ältere Vertex AI Generative AI-Dokumentation.

Anstatt API-Details zu halluzinieren, kann Ihr KI-Assistent die tatsächliche Dokumentation in Echtzeit nachschlagen.

Related MCP server: RAG Docs MCP Server

Funktionen

• 🔍 Volltextsuche über mehr als 3400 Dokumentationsseiten

• 📄 Abruf bei Bedarf — Seiten werden bei Bedarf heruntergeladen und zwischengespeichert

• 🗂️ Zwei Quellen — aktuelle GEAP + ältere Vertex AI-Dokumentation

• ⚡ Intelligentes Caching — 72 Stunden TTL, Fallback auf veraltete Daten bei Netzwerkfehlern

• 🗺️ Automatische Erkennung — neue Seiten werden durch Sitemap-Scans gefunden (wöchentlich)

• 🧩 Plug & Play — funktioniert mit Claude Desktop, Cursor, VS Code und jedem MCP-Client

Schnellstart

Installation

# Using pip
pip install mcp-google-agent-platform-docs

# Using uv (recommended)
uv pip install mcp-google-agent-platform-docs

Claude Desktop konfigurieren

Fügen Sie dies zu Ihrer claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "google-agent-platform-docs": {
      "command": "mcp-google-agent-platform-docs"
    }
  }
}

Antigravity (Google) konfigurieren

Fügen Sie dies zu ~/.gemini/antigravity/mcp_config.json hinzu:

{
  "mcpServers": {
    "google-agent-platform-docs": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-google-agent-platform-docs",
        "run",
        "mcp-google-agent-platform-docs"
      ]
    }
  }
}

Cursor / VS Code konfigurieren

Fügen Sie dies zu Ihren MCP-Einstellungen hinzu:

{
  "mcpServers": {
    "google-agent-platform-docs": {
      "command": "mcp-google-agent-platform-docs",
      "transport": "stdio"
    }
  }
}

Tools

search_docs

Dokumentation nach Schlüsselwörtern durchsuchen.

search_docs("Memory Bank setup", source="geap")
search_docs("function calling", source="vertex-ai")

get_doc

Den vollständigen Inhalt einer bestimmten Seite abrufen.

get_doc("scale/memory-bank/setup", source="geap")
get_doc("multimodal/function-calling", source="vertex-ai")

list_sections

Die Dokumentationsstruktur durchsuchen.

list_sections(source="geap")

list_models

Kurzreferenz für alle verfügbaren KI-Modelle (Gemini, Imagen, Veo, Claude, etc.).

list_models()

Dokumentationsquellen

GEAP-Abschnitte

• Agent Studio — Visueller Agenten-Builder

• Agents → Build — Runtime, ADK, Agent Garden, RAG Engine

• Agents → Scale — Sessions, Memory Bank, Code Execution

• Agents → Govern — Policies, Agent Gateway, Model Armor

• Agents → Optimize — Observability, Evaluation, Quality Alerts

• Models — Gemini, Imagen, Veo, Lyria, Partners, Open Models

• Notebooks — Jupyter-Tutorials

Konfiguration

Umgebungsvariablen zur Anpassung:

Entwicklung

# Clone
git clone https://github.com/OpenGerwin/mcp-google-agent-platform-docs.git
cd mcp-google-agent-platform-docs

# Install dependencies
uv sync

# Run server locally
uv run mcp-google-agent-platform-docs

# Test with MCP Inspector
uv run mcp dev src/mcp_google_agent_platform_docs/server.py

Architektur

mcp-google-agent-platform-docs/
├── sources/                    # YAML source configurations
│   ├── geap.yaml               # GEAP (primary)
│   └── vertex-ai.yaml          # Vertex AI (legacy)
├── src/mcp_google_agent_platform_docs/
│   ├── server.py               # FastMCP server + 4 tools
│   ├── source.py               # Source model (YAML loader)
│   ├── fetcher.py              # HTML → Markdown converter
│   ├── cache.py                # TTL cache manager
│   ├── discovery.py            # Sitemap-based page discovery
│   ├── search.py               # TF-IDF search engine
│   └── config.py               # Global configuration
└── tests/

Lizenz

MIT — siehe LICENSE.

Teil der OpenGerwin MCP Servers