GemSuite MCP: モデルコンテキストプロトコルのための最も包括的なGemini API統合
モデル コンテキスト プロトコル (MCP) を使用した高度な Gemini API 対話のための究極のオープン ソース サーバー。最適なパフォーマンス、最小限のトークン コスト、シームレスな統合のためにモデルをインテリジェントに選択します。
インテリジェントなモデル選択と高度なファイル処理を備えた、Claude およびすべての MCP 互換ホスト向けのプロフェッショナルな Gemini API 統合
🌟 GemSuite MCPとは何ですか?
GemSuite(モデルコンテキストプロトコル)MCPは、MCPホスト向けの究極のGemini API統合インターフェースです。タスクに最適なモデルをインテリジェントに選択することで、最適なパフォーマンス、最小限のトークンコスト、そしてシームレスな統合を実現します。MCP対応ホスト(Claude、Cursor、Replitなど)は、以下の点に重点を置き、Geminiの機能をシームレスに活用できます。
インテリジェンス: タスクとコンテンツに基づいて最適なGeminiモデルを自動的に選択
効率性: さまざまなワークロードにわたってトークンの使用とパフォーマンスを最適化します
シンプルさ: 複雑なAI操作のためのクリーンで一貫性のあるAPIを提供します
汎用性: 高度なファイル処理。複数のファイルタイプ、操作、ユースケースに対応
ドキュメントの分析、複雑な問題の解決、大きなテキスト ファイルの処理、情報の検索など、どのような作業であっても、GemSuite MCP は適切なツールと適切なモデルを提供します。
Related MCP server: Gemini MCP Server
GemSuite MCPを選ぶ理由
機能が制限された他の Gemini MCP サーバーとは異なり、GemSuite MCP は次の機能を提供します。
✅インテリジェントなモデル選択: タスクに基づいて最適な Gemini モデルを自動的に選択します✅統合ファイル処理: 自動フォーマット検出により、さまざまなファイルタイプをシームレスに処理します✅包括的なツールスイート: 検索、推論、処理、分析をカバーする 4 つの専用ツール✅実稼働対応: Smithery.ai、MCP.so、Glama.io に展開および検証済み
🚀 インストール
オプション1: Smithery.ai (推奨)
# Install directly via Smithery CLI
npx -y @smithery/cli@latest install @PV-Bhat/gemsuite-mcp --client claudeオプション2: 手動インストール
# 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キーの設定
Google AI StudioからGemini APIキーを取得する
環境変数として設定します。
export GEMINI_API_KEY=your_api_key_hereまたは、プロジェクト ルートに
.envファイルを作成します。GEMINI_API_KEY=your_api_key_here
💎 主な機能
統合ファイル処理
シームレスなファイル処理:すべてのツールは
file_pathパラメータによるファイル入力をサポートします。自動フォーマット検出: 適切なMIMEタイプを使用してさまざまなファイルタイプを正しく処理します。
マルチモーダルサポート:画像、ドキュメント、コードファイルなどを処理します
バッチ処理: 1 回の操作で複数のファイルを処理するためのサポート
インテリジェントなモデル選択
GemSuite MCP は、以下に基づいて最も適切な Gemini モデルを自動的に選択します。
タスクの種類: 検索、推論、処理、または分析
コンテンツタイプ: テキスト、コード、画像、またはドキュメント
複雑さ: 単純なクエリと複雑な推論
ユーザー設定: オプションの手動オーバーライド
このインテリジェンスにより、トークンの使用を最小限に抑えながら最適なパフォーマンスが保証されます。
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]特殊ツール
道具 | 目的 | モデル | ユースケース |
| 検索統合による情報検索 | ジェミニフラッシュ | 事実に基づく質問、最新情報、根拠のある回答 |
| 段階的な分析による複雑な推論 | ジェミニフラッシュ思考 | 数学、科学、コーディング問題、論理分析 |
| 高速で効率的なコンテンツ処理 | ジェミニ フラッシュライト | 要約、抽出、大量処理 |
| 自動モデル選択によるインテリジェントなファイル分析 | 自動選択 | ドキュメント分析、コードレビュー、画像理解 |
堅牢なエラー処理
指数バックオフ: API レート制限の適切な処理
包括的なエラー検出:エラーの原因を明確に特定
実用的なメッセージ: トラブルシューティングのための詳細なエラー情報
回復メカニズム: 主要なアプローチが失敗した場合のインテリジェントなフォールバック
🖥️ 使用方法
Claudeやその他のMCP互換ホスト
GemSuite MCPをClaudeやその他のMCP対応ホストと併用する場合、ツールはアシスタントのツールキットから直接利用できます。ニーズに合わせて適切なツールを呼び出すだけです。
ツール選択ガイド
gem_search: 検索統合を必要とする事実に関する質問用gem_reason: 段階的な推論を必要とする複雑な問題向けgem_process: テキストまたはファイルの効率的な処理用(最もトークン効率が高い)gem_analyze: 自動モデル選択によるファイルの詳細な分析
📚 使用例
Claude Desktop GemSuite Gemini Searchを使用してGoogle検索にアクセスする
ファイルの処理(最もトークン効率が高い)
// 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."
});ファイルの分析
// 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."
});複雑な推論
// 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
});ファイルで検索する
// 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
});🧠 モデルの特性
GemSuite MCP は 3 つの主要な Gemini モデルを活用し、各タスクに最適なモデルをインテリジェントに選択します。
ジェミニ2.0フラッシュ
100万トークンのコンテキストウィンドウ: 広範なコンテンツを処理
検索統合:現在の情報における地上応答
マルチモーダル機能: テキスト、画像などを処理
バランスの取れたパフォーマンス:品質と速度の適切な組み合わせ
ジェミニ 2.0 フラッシュライト
最もコスト効率が高い:トークンの使用を最小限に抑える
最速の応答時間:大量の操作に最適
テキスト中心:テキスト処理に最適化
効率に最適: 検索と推論が不要な場合
ジェミニ2.0 フラッシュ思考
強化された推論:論理的分析と問題解決
ステップバイステップの分析:推論プロセスを示す
専門能力:複雑な計算に優れている
深度に最適:徹底的な分析が必要な場合
🔄ワークフローの例
ドキュメント分析ワークフロー
// 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コードレビューワークフロー
// 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🧩 他のMCPホストとの統合
GemSuite MCP は、MCP 互換のホストであればどれでも動作します。
Claude Desktop : Claudeの強力な推論機能とのシームレスな統合
カーソルIDE : Geminiの機能による強化されたコーディング支援
Replit : 開発環境で直接コード生成と分析
その他のMCPホスト:MCP標準を実装するあらゆるプラットフォームと互換性があります
🛠️ 高度な設定
カスタムモデルの選択
model_idパラメータを指定して自動モデル選択をオーバーライドできます。
// 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で利用可能な操作
summarize: 簡潔な要約を作成するextract: 特定の情報を抽出するrestructure:コンテンツをより便利な形式に再編成するsimplify: 複雑なコンテンツを理解しやすくするexpand: コンテンツに詳細やコンテキストを追加するcritique:批判的な分析を提供するfeedback:建設的なフィードバックを提供するanalyze:コンテンツの一般的な分析
🔧 貢献する
貢献を歓迎します!始めるには、以下の手順に従ってください。
リポジトリをフォークする
機能ブランチを作成する:
git checkout -b feature/my-new-feature変更を加える
テストを実行:
npm test変更をコミットします:
git commit -m 'Add my new feature'ブランチにプッシュする:
git push origin feature/my-new-featureプルリクエストを送信する
大きな変更については、まず問題を開いて、何を変更したいのか話し合ってください。
📜 ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。
🙏 謝辞
Lorhlona/geminiserchMCP - この拡張版のインスピレーションの元となったオリジナルプロジェクト
モデルコンテキストプロトコル- MCP標準の開発用
Google Gemini - このサーバーを動かす強力なAIモデル