MCP with Gemini Tutorial

基本能力

产品定位

mcp-gemini-tutorial 是一个教程项目，旨在展示如何构建一个基于 Google Gemini 2.0 模型的 MCP 服务器，实现 AI 模型与外部工具的无缝集成。

核心功能

• MCP 服务器实现：提供标准化的 MCP 服务器实现，支持 AI 模型与外部工具的交互。
• Brave Search 集成：支持通过 Brave Search API 进行互联网搜索和本地商业搜索。
• Google Gemini 2.0 集成：与 Google Gemini 2.0 模型集成，实现 AI 驱动的应用功能。
• 模块化工具扩展：支持用户自定义工具并注册到 MCP 服务器中。

适用场景

• AI 模型需要访问外部工具（如互联网搜索）的场景。
• 开发 AI 驱动的应用程序，需要标准化工具集成的场景。
• 教育和学习 MCP 协议及其实现的场景。

工具列表

1. Web Search：通过 Brave Search API 进行通用互联网搜索。
2. Local Search：通过 Brave Search API 查找本地企业和位置信息。

常见问题解答

• 如何扩展工具？：定义新工具的 schema，实现功能，并注册到 MCP 服务器。
• 如何获取 API 密钥？：需要从 Brave Search 和 Google Gemini 获取相应的 API 密钥。

使用教程

使用依赖

• Bun（用于快速执行 TypeScript）
• Brave Search API 密钥
• Google API 密钥（用于 Gemini 访问）

安装教程

# 克隆仓库
git clone https://github.com/GuiBibeau/mcp-gemini-tutorial.git
cd mcp-tutorial

# 安装依赖
bun install

环境设置

创建 .env 文件并添加 API 密钥：

BRAVE_API_KEY="your_brave_api_key"
GOOGLE_API_KEY="your_google_api_key"

调试方式

运行基础客户端：

bun examples/basic-client.ts

运行 Gemini 集成示例：

bun examples/gemini-tool-function.ts

许可证

该项目遵循 MIT 开源许可条款。