MCP Gemini CrunchTools

Ein sicherer MCP-Server (Model Context Protocol) für Google Gemini AI – Text, Bild, Video, Recherche und mehr.

Überblick

Dieser MCP-Server ist darauf ausgelegt:

• Standardmäßig sicher – Umfassende Bedrohungsmodellierung, Eingabevalidierung und API-Schlüsselschutz

• Keine Drittanbieterdienste – Läuft lokal über stdio, Ihr API-Schlüssel verlässt nie Ihren Rechner

• Plattformübergreifend – Funktioniert unter Linux, macOS und Windows

• Automatisch aktualisiert – GitHub Actions überwachen CVEs und aktualisieren Abhängigkeiten

• Containerisiert – Verfügbar unter quay.io/crunchtools/mcp-gemini, basierend auf dem Hummingbird Python-Basisimage

Related MCP server: Gemini Research MCP Server

Namenskonvention

Warum Hummingbird?

Das Container-Image basiert auf dem Hummingbird Python Basis-Image von Project Hummingbird, das Folgendes bietet:

• Minimale CVE-Exposition – Hummingbird-Images werden mit einem minimalen Paketsatz erstellt, wodurch die Angriffsfläche im Vergleich zu Allzweck-Images drastisch reduziert wird

• Regelmäßige Updates – Sicherheitspatches werden zeitnah angewendet, wodurch die CVE-Anzahl niedrig bleibt

• Für Python optimiert – Vorkonfigurierte Python-Umgebung mit dem uv-Paketmanager für schnelle, reproduzierbare Builds

• Produktionsreif – Entwickelt für Produktionsworkloads mit ordnungsgemäßer Signalverarbeitung und Nicht-Root-Benutzerstandards

Das bedeutet, dass Ihr MCP-Server in einer gehärteten Umgebung mit weniger Schwachstellen läuft als typische Python-Container-Images.

Funktionen

Abfrage-Werkzeuge (5 Werkzeuge)

• gemini_query – Gemini mit optionaler Anbindung an die Google-Suche abfragen

• gemini_brainstorm – Kreative Ideen zu einem Thema generieren

• gemini_analyze_code – Code auf Sicherheit, Leistung und Fehler analysieren

• gemini_analyze_text – Text auf Stimmung, Ton und Inhalt analysieren

• gemini_summarize – Inhalte in verschiedenen Formaten zusammenfassen

Bildgenerierung (4 Werkzeuge)

• gemini_generate_image – Bilder aus Textaufforderungen generieren (natives Gemini)

• gemini_generate_image_with_input – Vorhandene Bilder bearbeiten/ändern

• gemini_image_prompt – Effektive Bildgenerierungs-Prompts erstellen

• gemini_imagen_generate – Bilder mit Google-Imagen-4-Modellen generieren

Bildbearbeitung (4 Werkzeuge)

• gemini_start_image_edit – Eine mehrstufige Bildbearbeitungssitzung starten

• gemini_continue_image_edit – Bearbeitung in einer aktiven Sitzung fortsetzen

• gemini_end_image_edit – Eine Bildbearbeitungssitzung beenden

• gemini_list_image_sessions – Alle aktiven Bearbeitungssitzungen auflisten

Bildanalyse (1 Werkzeug)

• gemini_analyze_image – Lokale Bilddateien analysieren und beschreiben

Suchwerkzeuge (1 Werkzeug)

• gemini_search – Websuche mit Gemini und Anbindung an die Google-Suche

Dokumentwerkzeuge (3 Werkzeuge)

• gemini_analyze_document – PDFs, DOCX, TXT usw. analysieren

• gemini_summarize_pdf – PDF-Dokumente zusammenfassen

• gemini_extract_tables – Tabellen aus Dokumenten extrahieren

URL-Werkzeuge (3 Werkzeuge)

• gemini_analyze_url – Eine oder mehrere URLs analysieren

• gemini_compare_urls – Zwei URLs vergleichen

• gemini_extract_from_url – Bestimmte Daten aus einer URL extrahieren

Video-Werkzeuge (2 Werkzeuge)

• gemini_generate_video – Videos mit Veo generieren

• gemini_check_video – Status der Videogenerierung prüfen

YouTube-Werkzeuge (2 Werkzeuge)

• gemini_youtube – YouTube-Videos analysieren

• gemini_youtube_summary – YouTube-Videos zusammenfassen

Sprachwerkzeuge (3 Werkzeuge)

• gemini_speak – Text in Sprache umwandeln

• gemini_dialogue – Audio mit mehreren Stimmen für Dialoge generieren

• gemini_list_voices – Verfügbare Stimmen auflisten

Recherche-Werkzeuge (3 Werkzeuge)

• gemini_deep_research – Mehrstufige Websuche durchführen

• gemini_check_research – Status des Recherchevorgangs prüfen

• gemini_research_followup – Folgearfragen stellen

Cache-Werkzeuge (4 Werkzeuge)

• gemini_create_cache – Inhaltscache für wiederholte Abfragen erstellen

• gemini_query_cache – Gecachte Inhalte abfragen

• gemini_list_caches – Alle aktiven Caches auflisten

• gemini_delete_cache – Einen Cache löschen

Werkzeuge für strukturierte Ausgabe (2 Werkzeuge)

• gemini_structured – Strukturierte JSON-Ausgabe erhalten

• gemini_extract – Strukturierte Daten aus Text extrahieren

Token-Werkzeuge (1 Werkzeug)

• gemini_count_tokens – Token in Inhalten zählen

Werkzeuge zur Codeausführung (1 Werkzeug)

• gemini_run_code – Python-Code über Gemini ausführen

Gesamt: 39 Werkzeuge

Installation

Mit uvx (empfohlen)

uvx mcp-gemini-crunchtools

Mit pip

pip install mcp-gemini-crunchtools

Mit Container

# Create a shared output directory (required before first run)
mkdir -p ~/.local/share/mcp-uploads-downloads

podman run -v ~/.local/share/mcp-uploads-downloads:/output:z \
    -e GEMINI_API_KEY=your_key \
    -e GEMINI_OUTPUT_DIR=/output \
    quay.io/crunchtools/mcp-gemini

SELinux-Hinweis: Verwenden Sie :z (kleingeschrieben, gemeinsam) anstelle von :Z (großgeschrieben, privat). MCP-Server laufen als langlebige stdio-Prozesse. Mit :Z haben Dateien, die nach dem Containerstart in das Verzeichnis kopiert werden, nicht das private MCS-Label des Containers und sind im Container unsichtbar. Das :z-Flag setzt einen gemeinsamen container_file_t-Kontext, den alle Container und der Host lesen/schreiben können.

Tipp: Verwenden Sie dasselbe gemeinsame Verzeichnis (~/.local/share/mcp-uploads-downloads/) für mehrere MCP-Container-Server (z. B. mcp-gemini und mcp-wordpress), damit generierte Bilder sofort für den WordPress-Upload verfügbar sind, ohne sie kopieren zu müssen.

Konfiguration

Erstellen eines Google-Gemini-API-Schlüssels

1. Navigieren Sie zu Google AI Studio

   • Gehen Sie zu https://aistudio.google.com/apikey

   • Melden Sie sich mit Ihrem Google-Konto an

2. API-Schlüssel erstellen

   • Klicken Sie auf „Get API key" oder „Create API key"

   • Wählen Sie ein Google Cloud-Projekt aus oder erstellen Sie ein neues

   • Klicken Sie auf „Create API key in new project" (oder wählen Sie ein vorhandenes Projekt)

3. Kopieren Sie Ihren API-Schlüssel

   • WICHTIG: Kopieren Sie den API-Schlüssel sofort – bewahren Sie ihn sicher auf!

   • Der Schlüssel beginnt mit AI... (z. B. AIzaSy...)

Zu Claude Code hinzufügen

claude mcp add mcp-gemini-crunchtools \
    --env GEMINI_API_KEY=your_api_key_here \
    -- uvx mcp-gemini-crunchtools

Oder für die Container-Version:

# Create a shared output directory (required before first run)
mkdir -p ~/.local/share/mcp-uploads-downloads

claude mcp add mcp-gemini-crunchtools \
    --env GEMINI_API_KEY=your_api_key_here \
    --env GEMINI_OUTPUT_DIR=/output \
    -- podman run -i --rm \
        -v ~/.local/share/mcp-uploads-downloads:/output:z \
        -e GEMINI_API_KEY \
        -e GEMINI_OUTPUT_DIR=/output \
        quay.io/crunchtools/mcp-gemini

Optional: Ausgabeverzeichnis festlegen (ohne Container)

Für generierte Bilder, Audio und Videos, wenn Sie ohne Container ausführen:

claude mcp add mcp-gemini-crunchtools \
    --env GEMINI_API_KEY=your_api_key_here \
    --env GEMINI_OUTPUT_DIR=$HOME/.local/share/mcp-uploads-downloads \
    -- uvx mcp-gemini-crunchtools

Verwendungsbeispiele

Abfrage mit Google-Suche

User: What are the latest developments in quantum computing?
Assistant: [calls gemini_query with use_google_search=true]

Ein Bild generieren

User: Generate a photorealistic image of a sunset over mountains
Assistant: [calls gemini_generate_image with prompt and style]

Ein PDF-Dokument analysieren

User: Analyze this research paper at /path/to/paper.pdf
Assistant: [calls gemini_analyze_document with file_path]

Ein YouTube-Video zusammenfassen

User: Summarize this YouTube video: https://youtube.com/watch?v=...
Assistant: [calls gemini_youtube_summary with url]

Tiefenrecherche

User: Research the environmental impact of electric vehicles
Assistant: [calls gemini_deep_research then gemini_check_research]

Code-Analyse

User: Analyze this Python code for security issues
Assistant: [calls gemini_analyze_code with focus="security"]

Sicherheit

Dieser Server wurde mit Sicherheit als Hauptanliegen entwickelt. Siehe SECURITY.md für:

• Bedrohungsmodell und Angriffsvektoren

• Defense-in-Depth-Architektur

• Best Practices für die Handhabung von API-Schlüsseln

• Eingabevalidierungsregeln

• Audit-Protokollierung

Wichtige Sicherheitsfunktionen

1. API-Schlüsselschutz

   • Als SecretStr gespeichert (wird nie versehentlich protokolliert)

   • Nur über Umgebungsvariable (nie in Dateien oder Argumenten)

   • Aus allen Fehlermeldungen bereinigt

2. Eingabevalidierung

   • Pydantic-Modelle für alle Eingaben

   • Dateipfadvalidierung

   • URL-Validierung

   • Strenge Formatvalidierung

3. API-Härtung

   • Feste API-Basis-URL (verhindert SSRF)

   • TLS-Zertifikatsvalidierung

   • Anforderungs-Timeouts

   • Begrenzung der Antwortgröße

4. Automatisiertes CVE-Scannen

   • GitHub Actions scannen wöchentlich Abhängigkeiten

   • Automatische PRs für Sicherheitsupdates

   • Dependabot-Benachrichtigungen aktiviert

Entwicklung

Einrichtung

git clone https://github.com/crunchtools/mcp-gemini.git
cd mcp-gemini
uv sync

Tests ausführen

uv run pytest

Lint und Typprüfung

uv run ruff check src tests
uv run mypy src

Container bauen

podman build -t mcp-gemini .

Lizenz

AGPL-3.0-or-later

Mitwirken

Beiträge sind willkommen! Bitte lesen Sie SECURITY.md, bevor Sie sicherheitsrelevante Änderungen einreichen.

Links

• Google-Gemini-API-Dokumentation

• Google AI Studio

• FastMCP-Dokumentation

• MCP-Spezifikation

• crunchtools.com