MCP Gemini CrunchTools
MCP Gemini CrunchTools
Безопасный MCP-сервер (Model Context Protocol) для Google Gemini — текст, изображения, видео, исследования и многое другое.
Обзор
Этот MCP-сервер разработан с учётом следующих принципов:
Безопасность по умолчанию — комплексное моделирование угроз, валидация входных данных и защита API-ключей
Без сторонних сервисов — работает локально через stdio, ваш API-ключ никогда не покидает вашу машину
Кроссплатформенность — работает на Linux, macOS и Windows
Автоматические обновления — GitHub Actions отслеживают CVE и обновляют зависимости
Контейнеризация — доступен в
quay.io/crunchtools/mcp-geminiна базе образа Hummingbird Python
Related MCP server: Gemini Research MCP Server
Соглашение об именовании
Компонент | Имя |
GitHub-репозиторий | |
Контейнер |
|
Python-пакет (PyPI) |
|
CLI-команда |
|
Импорт модуля |
|
Почему Hummingbird?
Контейнерный образ построен на базе Hummingbird Python из проекта Hummingbird, который обеспечивает:
Минимальное количество CVE — образы Hummingbird содержат минимальный набор пакетов, что значительно снижает поверхность атаки по сравнению с универсальными образами
Регулярные обновления — исправления безопасности применяются оперативно, количество CVE остаётся низким
Оптимизация для Python — предварительно настроенное окружение Python с менеджером пакетов uv для быстрой и воспроизводимой сборки
Готовность к продакшену — разработан для production-нагрузок с корректной обработкой сигналов и запуском от непривилегированного пользователя
Это означает, что ваш MCP-сервер работает в защищённом окружении с меньшим количеством уязвимостей, чем в типичных Python-контейнерах.
Возможности
Инструменты запросов (5 инструментов)
gemini_query— запрос к Gemini с опциональным поиском Googlegemini_brainstorm— генерация креативных идей по темеgemini_analyze_code— анализ кода на безопасность, производительность, ошибкиgemini_analyze_text— анализ текста: тональность, стиль, содержаниеgemini_summarize— суммаризация контента в различных форматах
Генерация изображений (4 инструмента)
gemini_generate_image— генерация изображений по текстовым запросам (нативный Gemini)gemini_generate_image_with_input— редактирование/изменение существующих изображенийgemini_image_prompt— создание эффективных промптов для генерации изображенийgemini_imagen_generate— генерация изображений с помощью моделей Google Imagen 4
Редактирование изображений (4 инструмента)
gemini_start_image_edit— запуск многошаговой сессии редактирования изображенияgemini_continue_image_edit— продолжение активной сессии редактированияgemini_end_image_edit— завершение сессии редактирования изображенияgemini_list_image_sessions— список всех активных сессий редактирования
Анализ изображений (1 инструмент)
gemini_analyze_image— анализ и описание локальных файлов изображений
Поисковые инструменты (1 инструмент)
gemini_search— веб-поиск через Gemini с использованием Google Search Grounding
Инструменты для документов (3 инструмента)
gemini_analyze_document— анализ PDF, DOCX, TXT и других форматовgemini_summarize_pdf— суммаризация PDF-документовgemini_extract_tables— извлечение таблиц из документов
Инструменты для URL (3 инструмента)
gemini_analyze_url— анализ одного или нескольких URLgemini_compare_urls— сравнение двух URLgemini_extract_from_url— извлечение конкретных данных из URL
Видеоинструменты (2 инструмента)
gemini_generate_video— генерация видео с помощью Veogemini_check_video— проверка статуса генерации видео
Инструменты для YouTube (2 инструмента)
gemini_youtube— анализ видео с YouTubegemini_youtube_summary— суммаризация видео с YouTube
Голосовые инструменты (3 инструмента)
gemini_speak— преобразование текста в речьgemini_dialogue— генерация многоголосого аудиоgemini_list_voices— список доступных голосов
Инструменты исследований (3 инструмента)
gemini_deep_research— многошаговое веб-исследованиеgemini_check_research— проверка статуса исследованияgemini_research_followup— уточняющие вопросы по исследованию
Инструменты кэширования (4 инструмента)
gemini_create_cache— создание кэша контента для повторяющихся запросовgemini_query_cache— запрос к кэшированному контентуgemini_list_caches— список всех активных кэшейgemini_delete_cache— удаление кэша
Инструменты структурированного вывода (2 инструмента)
gemini_structured— получение структурированного JSON-выводаgemini_extract— извлечение структурированных данных из текста
Инструменты подсчёта токенов (1 инструмент)
gemini_count_tokens— подсчёт токенов в контенте
Инструменты выполнения кода (1 инструмент)
gemini_run_code— выполнение Python-кода через Gemini
Всего инструментов: 39
Установка
С помощью uvx (рекомендуется)
uvx mcp-gemini-crunchtoolsС помощью pip
pip install mcp-gemini-crunchtoolsС помощью контейнера
# 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-geminiПримечание по SELinux: используйте
:z(строчная, общая) вместо:Z(заглавная, приватная). MCP-серверы работают как долгоживущие stdio-процессы. При использовании:Zфайлы, скопированные в каталог после запуска контейнера, не будут иметь приватную метку MCS контейнера и будут невидимы внутри контейнера. Флаг:zустанавливает общий контекстcontainer_file_t, который доступен на чтение и запись и контейнерам, и хосту.Совет: используйте одну и ту же общую директорию (
~/.local/share/mcp-uploads-downloads/) для нескольких MCP-контейнеров (например, mcp-gemini и mcp-wordpress), чтобы сгенерированные изображения были сразу доступны для загрузки в WordPress без копирования.
Настройка
Создание API-ключа Google Gemini
Перейдите в Google AI Studio
Откройте https://aistudio.google.com/apikey
Войдите в свой аккаунт Google
Создайте API-ключ
Нажмите «Get API key» или «Create API key»
Выберите проект Google Cloud или создайте новый
Нажмите «Create API key in new project» (или выберите существующий проект)
Скопируйте ваш API-ключ
ВАЖНО: скопируйте API-ключ сразу же — храните его в безопасном месте!
Ключ начинается с
AI...(например,AIzaSy...)
Добавление в Claude Code
claude mcp add mcp-gemini-crunchtools \
--env GEMINI_API_KEY=your_api_key_here \
-- uvx mcp-gemini-crunchtoolsИли для версии с контейнером:
# 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-geminiНеобязательно: указание каталога вывода (без контейнера)
Для сгенерированных изображений, аудио и видео при запуске без контейнера:
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-crunchtoolsПримеры использования
Запрос с поиском Google
User: What are the latest developments in quantum computing?
Assistant: [calls gemini_query with use_google_search=true]Генерация изображения
User: Generate a photorealistic image of a sunset over mountains
Assistant: [calls gemini_generate_image with prompt and style]Анализ PDF-документа
User: Analyze this research paper at /path/to/paper.pdf
Assistant: [calls gemini_analyze_document with file_path]Суммаризация видео с YouTube
User: Summarize this YouTube video: https://youtube.com/watch?v=...
Assistant: [calls gemini_youtube_summary with url]Глубокое исследование
User: Research the environmental impact of electric vehicles
Assistant: [calls gemini_deep_research then gemini_check_research]Анализ кода
User: Analyze this Python code for security issues
Assistant: [calls gemini_analyze_code with focus="security"]Безопасность
Этот сервер разработан с безопасностью как главным приоритетом. См. SECURITY.md для получения информации о:
Модели угроз и векторах атак
Многоуровневой архитектуре защиты
Рекомендациях по безопасному обращению с API-ключами
Правилах валидации входных данных
Аудите логирования
Ключевые функции безопасности
Защита API-ключей
Хранение в виде SecretStr (никогда не попадают в логи случайно)
Только через переменные окружения (никогда в файлах или аргументах)
Очистка из всех сообщений об ошибках
Валидация входных данных
Pydantic-модели для всех входных данных
Валидация путей к файлам
Валидация URL
Строгая валидация форматов
Усиление безопасности API
Жёстко заданный базовый URL API (предотвращает SSRF)
Проверка TLS-сертификатов
Таймауты запросов
Лимиты размера ответов
Автоматическое сканирование CVE
GitHub Actions еженедельно сканируют зависимости
Автоматические PR для обновлений безопасности
Включены уведомления Dependabot
Разработка
Настройка окружения
git clone https://github.com/crunchtools/mcp-gemini.git
cd mcp-gemini
uv syncЗапуск тестов
uv run pytestЛинтинг и проверка типов
uv run ruff check src tests
uv run mypy srcСборка контейнера
podman build -t mcp-gemini .Лицензия
AGPL-3.0-or-later
Вклад в проект
Приветствуется! Пожалуйста, прочитайте SECURITY.md перед отправкой изменений, связанных с безопасностью.
Ссылки
Available Tools
39 toolsgemini_analyze_code_toolGemini Analyze Code ToolCRead-only
Analyze code with Gemini.
Inputs: code (required), focus, model, language. Returns: object
gemini_analyze_document_toolGemini Analyze Document ToolC
Analyze a document (PDF, DOCX, TXT, etc.).
Inputs: file_path (required), model, question. Returns: object
gemini_analyze_image_toolGemini Analyze Image ToolCRead-only
Analyze and describe a local image file.
Inputs: image_path (required), model, query. Returns: object
gemini_analyze_text_toolGemini Analyze Text ToolCRead-only
Analyze text with Gemini.
Inputs: text (required), model, analysis_type. Returns: object
gemini_analyze_url_toolGemini Analyze Url ToolCRead-only
Analyze one or more URLs.
Inputs: urls (required), model, question, use_google_search. Returns: object
gemini_brainstorm_toolGemini Brainstorm ToolCRead-only
Brainstorm ideas on a topic using Gemini.
Inputs: topic (required), model, context, num_ideas. Returns: object
gemini_check_research_toolGemini Check Research ToolCRead-only
Check the status of a deep research operation.
Inputs: research_id (required). Returns: object
gemini_check_video_toolGemini Check Video ToolBRead-only
Check the status of a video generation operation.
Inputs: operation_name (required). Returns: object
gemini_compare_urls_toolGemini Compare Urls ToolCRead-only
Compare two URLs.
Inputs: url1 (required), url2 (required), model, aspect. Returns: object
gemini_continue_image_edit_toolGemini Continue Image Edit ToolC
Continue editing in an active image session.
Inputs: prompt (required), session_id (required). Returns: object
gemini_count_tokens_toolGemini Count Tokens ToolBRead-only
Count the number of tokens in content.
Inputs: content (required), model. Returns: object
gemini_create_cache_toolGemini Create Cache ToolB
Create a content cache for repeated queries.
Upload content once and query it multiple times without re-sending.
Inputs: model, content, file_path, ttl_minutes, +2 more. Returns: object
gemini_deep_research_toolGemini Deep Research ToolB
Start a deep research task using a specialized Gemini model.
Performs multi-step web research to answer complex questions. Completes in a single call; the result is returned immediately.
Inputs: query (required). Returns: object
gemini_delete_cache_toolGemini Delete Cache ToolC
Delete a content cache.
Inputs: cache_name (required). Returns: object
gemini_dialogue_toolGemini Dialogue ToolC
Generate multi-voice dialogue audio.
Inputs: text (required), voice1, voice2. Returns: object
gemini_end_image_edit_toolGemini End Image Edit ToolB
End an image editing session and free resources.
Inputs: session_id (required). Returns: object
gemini_extract_from_url_toolGemini Extract From Url ToolCRead-only
Extract specific data from a URL.
Inputs: url (required), model, data_type, custom_fields. Returns: object
gemini_extract_tables_toolGemini Extract Tables ToolC
Extract tables from a document.
Inputs: file_path (required), model, output_format. Returns: object
gemini_extract_toolGemini Extract ToolCRead-only
Extract structured data from text.
Inputs: text (required), model, extract_type, custom_fields. Returns: object
gemini_generate_image_toolGemini Generate Image ToolB
Generate an image from a text prompt using Gemini's native image model.
Inputs: prompt (required), style, image_size, aspect_ratio, +1 more. Returns: object
gemini_generate_image_with_input_toolGemini Generate Image With Input ToolA
Generate/edit an image using a local image file as input.
Upload a local image and give Gemini instructions for how to modify it. Use cases: add watermarks, change styles, composite images, etc.
Inputs: prompt (required), file_path (required), _aspect_ratio. Returns: object
gemini_generate_video_toolGemini Generate Video ToolB
Generate a video using Veo. Returns an operation ID to poll.
Inputs: prompt (required), _aspect_ratio, negative_prompt. Returns: object
gemini_imagen_generate_toolGemini Imagen Generate ToolA
Generate images using Google Imagen 4 models.
Models (sorted by price):
imagen-4.0-fast-generate-001 ($0.02/image, fastest)
imagen-4.0-generate-001 ($0.04/image, standard)
imagen-4.0-ultra-generate-001 ($0.06/image, highest quality)
Inputs: prompt (required), model, aspect_ratio, number_of_images. Returns: object
gemini_image_prompt_toolGemini Image Prompt ToolCRead-only
Help craft an effective image generation prompt.
Inputs: description (required), mood, model, style. Returns: object
gemini_list_caches_toolGemini List Caches ToolBRead-only
List all active content caches.
Inputs: no named parameters. Returns: object
gemini_list_image_sessions_toolGemini List Image Sessions ToolB
List all active image editing sessions.
Inputs: no named parameters. Returns: object
gemini_list_voices_toolGemini List Voices ToolARead-only
List available voices for text-to-speech.
Inputs: no named parameters. Returns: object
gemini_query_cache_toolGemini Query Cache ToolCRead-only
Query content in a cache.
Inputs: question (required), cache_name (required). Returns: object
gemini_query_toolGemini Query ToolCRead-only
Query Gemini with a prompt. Supports Google Search grounding.
Inputs: prompt (required), model, use_google_search, system_instruction. Returns: object
gemini_research_followup_toolGemini Research Followup ToolBRead-only
Ask a follow-up question about completed research.
Inputs: question (required), research_id (required). Returns: object
gemini_run_code_toolGemini Run Code ToolB
Execute code using Gemini's built-in code execution.
Gemini writes and runs Python code to answer questions, perform calculations, or process data.
Inputs: prompt (required), data, model. Returns: object
gemini_search_toolGemini Search ToolBRead-only
Search the web using Gemini with Google Search grounding.
Inputs: query (required), model. Returns: object
gemini_speak_toolGemini Speak ToolC
Convert text to speech.
Inputs: text (required), voice. Returns: object
gemini_start_image_edit_toolGemini Start Image Edit ToolA
Start a multi-turn image editing session.
Optionally provide an existing image file as the starting point. Without file_path, Gemini generates a new image from the prompt. Use gemini_continue_image_edit_tool to make further edits.
Inputs: prompt (required), file_path, use_google_search. Returns: object
gemini_structured_toolGemini Structured ToolCRead-only
Get structured JSON output from Gemini.
Inputs: prompt (required), model, schema, use_google_search. Returns: object
gemini_summarize_pdf_toolGemini Summarize Pdf ToolC
Summarize a PDF document.
Inputs: file_path (required), model, style. Returns: object
gemini_summarize_toolGemini Summarize ToolCRead-only
Summarize content with Gemini.
Inputs: content (required), model, format, length. Returns: object
gemini_youtube_summary_toolGemini Youtube Summary ToolCRead-only
Summarize a YouTube video.
Inputs: url (required), model, style. Returns: object
gemini_youtube_toolGemini Youtube ToolCRead-only
Analyze a YouTube video.
Inputs: url (required), model, question. Returns: object
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 39 tools
Many tools overlap: multiple image generation/editing tools (gemini_generate_image_tool, gemini_imagen_generate_tool, gemini_generate_image_with_input_tool, gemini_start_image_edit_tool), multiple document analysis tools (analyze_document, summarize_pdf, extract_tables), multiple URL tools (analyze_url, compare_urls, extract_from_url), and general query/analyze/summarize/brainstorm tools. Descriptions help but boundaries are fuzzy, risking misselection.
All tools use snake_case with a consistent 'gemini_' prefix and '_tool' suffix. However, some names lack an action verb (gemini_youtube_tool, gemini_dialogue_tool, gemini_structured_tool) and word order varies (gemini_imagen_generate_tool vs gemini_generate_image_tool), preventing a perfect score.
39 tools is well above the recommended 3-15 range and exceeds the 25-tool threshold for 'too many.' While the server covers many modalities, the count suggests redundant or overly granular tooling that could be consolidated.
The toolset covers a wide range of Gemini capabilities: image/video/audio generation, document/URL/YouTube analysis, research, caching, structured output, token counting, and code execution. Minor gaps exist (e.g., no speech-to-text, no model listing, no embedding generation), but core workflows are well supported.
Maintenance
Related MCP Connectors
Security-first WordPress MCP server. 129 tools for Claude, ChatGPT, Gemini. Free on wp.org.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
MCP server for Google Veo AI video generation
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Related MCP Servers
- AlicenseAqualityDmaintenanceA dedicated server that wraps Google's Gemini AI models in a Model Context Protocol (MCP) interface, allowing other LLMs and MCP-compatible systems to access Gemini's capabilities like content generation, function calling, chat, and file handling through standardized tools.1636MIT
- AlicenseAqualityBmaintenanceMCP server for AI-powered research using Gemini. Provides fast grounded web search, deep autonomous research, URL extraction, and session management.988 PyPI10MIT
- AlicenseNot gradedqualityCmaintenanceMCP server for Google Gemini that does not require an API key, combining a CLI backend for Q\&A, research, and analysis with a web UI backend for image and video generation.4 npm3MIT
- AlicenseAqualityCmaintenanceMCP server for Google's Gemini API, enabling text, image, video, speech, embeddings, and deep research capabilities through a single tool set.10MIT