Token导航 LogoToken导航TokenDH.com
Gemini Bridge logo
开发工具stdio官方来源来源级核验

Gemini Bridge

MCP Server

一个轻量级的MCP服务器,通过官方CLI使AI编码助手能够与Google的Gemini AI交互。

工具数

3

提示词数

0

GitHub Stars

92

资源数

0
开发工具PythonClaudeClaudeCursorWindsurfClineVS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

eLyiN

提供方

eLyiN

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install gemini-bridge

详细介绍

双子座大桥

CI Status

MIT License Python 3.10+ MCP Compatible Gemini CLI

一个轻量级的MCP(模型上下文协议)服务器,使AI编码助手能够通过官方CLI与谷歌的Gemini AI进行交互。适用于Claude Code、Cursor、VS Code和其他MCP兼容客户端。专为简单、可靠和无缝集成而设计。

✨ 特性

  • 直接Gemini CLI集成:使用官方Gemini CLI实现API零成本
  • 三个MCP工具:基本查询、文件分析和网络搜索功能
  • 无状态操作:没有会话、缓存或复杂的状态管理
  • 生产就绪:强大的错误处理能力,可配置60秒超时
  • 最小依赖性:只需要 mcp>=1.0.0 Gemini CLI
  • 轻松部署:支持uvx和传统pip安装
  • 通用MCP兼容性:可与任何兼容MCP的AI编码助手配合使用
  • 现代Python:使用pathlib和现代类型提示(Python 3.10+)

🚀 快速开始

先决条件

  1. 安装Gemini CLI:
   npm install -g @google/gemini-cli
  1. 通过Gemini进行身份验证:
   gemini auth login
  1. 验证安装:
   gemini --version

安装

🎯 推荐:PyPI安装

# Install from PyPI
pip install gemini-bridge

# Add to Claude Code with uvx (recommended)
claude mcp add gemini-bridge -s user -- uvx gemini-bridge

备选方案:来源

# Clone the repository
git clone https://github.com/shelakh/gemini-bridge.git
cd gemini-bridge

# Build and install locally
uvx --from build pyproject-build
pip install dist/*.whl

# Add to Claude Code
claude mcp add gemini-bridge -s user -- uvx gemini-bridge

开发安装

# Clone and install in development mode
git clone https://github.com/shelakh/gemini-bridge.git
cd gemini-bridge
pip install -e .

# Add to Claude Code (development)
claude mcp add gemini-bridge-dev -s user -- python -m src

🌐 多客户端支持

Gemini Bridge可与任何兼容MCP的AI编码助手配合使用 -同一台服务器通过不同的配置方法支持多个客户端。

支持的MCP客户端

  • 克劳德代码 ✅ (默认)
  • 光标
  • VS Code
  • 帆板运动
  • 克莱恩
  • 虚空
  • 樱桃工作室
  • 增强
  • Roo代码
  • Zencoder
  • 任何兼容MCP的客户端

配置示例

Claude Code (Default)

# Recommended installation
claude mcp add gemini-bridge -s user -- uvx gemini-bridge

# Development installation
claude mcp add gemini-bridge-dev -s user -- python -m src

Cursor

全局配置 (~/.cursor/mcp.json):

{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

项目特定 (.cursor/mcp.json 在您的项目中):

{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

首选 SettingsCursor SettingsMCPAdd new global MCP server

VS Code

配置 (.vscode/mcp.json 在您的工作空间中):

{
  "servers": {
    "gemini-bridge": {
      "type": "stdio",
      "command": "uvx",
      "args": ["gemini-bridge"]
    }
  }
}

替代方案:通过扩展

  1. 打开扩展视图(Ctrl+Shift+X)
  2. 搜索MCP扩展
  3. 使用以下命令添加自定义服务器: uvx gemini-bridge

Windsurf

添加到您的Windsurf MCP配置中:

{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

Cline (VS Code Extension)

  1. 打开Cline并单击 MCP服务器 在顶部导航中
  2. 选择 已安装 tab → 高级MCP设置
  3. 添加 cline_mcp_settings.json:
{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

Void

首选 SettingsMCPAdd MCP Server

{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

Cherry Studio

  1. 导航至 设置→ MCP服务器→ 添加服务器
  2. 填写服务器详细信息:

- 名字: gemini-bridge - 类型: STDIO - 命令: uvx - 参数: ["gemini-bridge"]

  1. 保存配置

Augment

使用UI:

  1. 点击汉堡菜单→ 设置工具
  2. 点击 +添加MCP 按钮
  3. 输入命令: uvx gemini-bridge
  4. 姓名: 双子座大桥

手动配置:

"augment.advanced": { 
  "mcpServers": [ 
    { 
      "name": "gemini-bridge", 
      "command": "uvx", 
      "args": ["gemini-bridge"],
      "env": {}
    }
  ]
}

Roo Code

  1. 首选 设置→ MCP服务器→ 编辑全局配置
  2. 添加 mcp_settings.json:
{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {}
    }
  }
}

Zencoder

  1. 转到Zencoder菜单(…)→ 工具添加自定义MCP
  2. 添加配置:
{
  "command": "uvx",
  "args": ["gemini-bridge"],
  "env": {}
}
  1. 点击 安装 按钮

Alternative Installation Methods

对于基于pip的安装:

{
  "command": "gemini-bridge",
  "args": [],
  "env": {}
}

对于开发/本地测试:

{
  "command": "python",
  "args": ["-m", "src"],
  "env": {},
  "cwd": "/path/to/gemini-bridge"
}

用于npm风格的安装 (如果需要):

{
  "command": "npx",
  "args": ["gemini-bridge"],
  "env": {}
}

普遍使用

一旦配置了任何客户端,请使用相同的两个工具:

  1. 提出一般性问题:“此代码库中使用了哪些身份验证模式?”
  2. 分析特定文件:“检查这些身份验证文件是否存在安全问题”

服务器实现完全相同 -只有客户端配置不同!

⚙️ 配置

超时配置

默认情况下,Gemini Bridge对所有CLI操作使用60秒超时。对于较长的查询(大文件、复杂分析),您可以使用 GEMINI_BRIDGE_TIMEOUT 环境变量。

示例配置:

Claude Code

# Add with custom timeout (120 seconds)
claude mcp add gemini-bridge -s user --env GEMINI_BRIDGE_TIMEOUT=120 -- uvx gemini-bridge

Manual Configuration (mcp_settings.json)

{
  "mcpServers": {
    "gemini-bridge": {
      "command": "uvx",
      "args": ["gemini-bridge"],
      "env": {
        "GEMINI_BRIDGE_TIMEOUT": "120"
      }
    }
  }
}

超时选项:

  • 默认:60秒(如果未配置)
  • 范围:任何正整数(秒)
  • 每次呼叫覆盖:供应 timeout_seconds 使用任一工具进行一次性扩展
  • 推荐:120-300秒用于大文件分析
  • 无效值:回退到60秒并发出警告

🛠️ 可用工具

consult_gemini

用于简单查询的直接CLI桥。

参数:

  • query (string):发送给双子座的问题或提示
  • directory (string):查询的工作目录
  • model (字符串,可选):要使用的型号-“flash”、“pro”、“flash lite”、“2.5-lite”、“3-pro”、”3-flash”、”3.1-pro”、“3.1-flash-lite”或“auto”(默认值:“flash”)
  • timeout_seconds (int,可选):覆盖此请求的执行超时

例子:

consult_gemini(
    query="Find authentication patterns in this codebase",
    directory="/path/to/project",
    model="flash"
)

consult_gemini_with_files

带有文件附件的CLI桥,用于详细分析。

参数:

  • query (string):发送给双子座的问题或提示
  • directory (string):查询的工作目录
  • files (list):相对于目录的文件路径列表
  • model (字符串,可选):要使用的型号-“flash”、“pro”、“flash lite”、“2.5-lite”、“3-pro”、”3-flash”、”3.1-pro”、“3.1-flash-lite”或“auto”(默认值:“flash”)
  • timeout_seconds (int,可选):覆盖此请求的执行超时
  • mode (字符串,可选):要么 "inline" (默认)流式传输文件内容或 "at_command" 让Gemini CLI解决 @path 引用本身

例子:

consult_gemini_with_files(
    query="Analyze these auth files and suggest improvements",
    directory="/path/to/project",
    files=["src/auth.py", "src/models.py"],
    model="pro",
    timeout_seconds=180
)

提示: 扫描大树时,切换到 mode="at_command" 因此,Gemini CLI以本机方式处理文件球形化和截断。

web_search

使用网络搜索上下文询问Gemini查询。当模型确定需要时,使用Gemini CLI的自动网络搜索。尽力而为的功能-不保证对每个查询都有效。

参数:

  • query (string):在网上搜索查询或问题
  • directory (string):命令执行的工作目录
  • model (字符串,可选):要使用的型号-“flash”、“pro”、“flash lite”、“2.5-lite”、“3-pro”、”3-flash”、”3.1-pro”、“3.1-flash-lite”或“auto”(默认值:“flash”)
  • timeout_seconds (int,可选):覆盖此请求的执行超时

例子:

web_search(
    query="latest Python version and new features",
    model="flash"
)

📋 使用示例

基本代码分析

# Simple research query
consult_gemini(
    query="What authentication patterns are used in this project?",
    directory="/Users/dev/my-project"
)

详细文件审查

# Analyze specific files
consult_gemini_with_files(
    query="Review these files and suggest security improvements",
    directory="/Users/dev/my-project",
    files=["src/auth.py", "src/middleware.py"],
    model="pro"
)

多文件分析

# Compare multiple implementation files
consult_gemini_with_files(
    query="Compare these database implementations and recommend the best approach",
    directory="/Users/dev/my-project",
    files=["src/db/postgres.py", "src/db/sqlite.py", "src/db/redis.py"],
    mode="at_command"
)

网页搜索

# Get current information from the web
web_search(
    query="latest Python version and new features in 3.13",
    model="flash"
)

大文件保护

  • 内联传输的上限为每个文件约256 KB,每个请求约512 KB,以避免挂起。
  • 过大的文件被截断为头/尾片段,并在MCP响应中发出警告。
  • 使用环境变量调整盖子(GEMINI_BRIDGE_MAX_INLINE_TOTAL_BYTES等)或更喜欢 mode="at_command" 为了获得更大的有效载荷。

🏗️ 建筑

核心设计

  • CLI优先:直接调用子流程 gemini 命令
  • 无状态:每个工具调用都是独立的,没有会话状态
  • 自适应超时:默认为60秒,但每个请求或通过env var可重写
  • 附件护栏:内联模式强制执行轻量级限制; @ 模式委托给Gemini CLI工具
  • 简单错误处理:使用快速失败方法清除错误消息

项目结构

gemini-bridge/
├── src/
│   ├── __init__.py              # Entry point
│   ├── __main__.py              # Module execution entry point
│   └── mcp_server.py            # Main MCP server implementation
├── .github/                     # GitHub templates and workflows
├── pyproject.toml              # Python package configuration
├── README.md                   # This file
├── CONTRIBUTING.md             # Contribution guidelines
├── CODE_OF_CONDUCT.md          # Community standards
├── SECURITY.md                 # Security policies
├── CHANGELOG.md               # Version history
└── LICENSE                    # MIT license

🔧 发展

本地测试

# Install in development mode
pip install -e .

# Run directly
python -m src

# Test CLI availability
gemini --version

与Claude Code集成

当通过MCP协议正确配置时,服务器会自动与Claude Code集成。

🔍 故障排除

CLI不可用

# Install Gemini CLI
npm install -g @google/gemini-cli

# Authenticate
gemini auth login

# Test
gemini --version

连接问题

  • 验证Gemini CLI是否经过正确身份验证
  • 检查网络连接
  • 确保克劳德代码MCP配置正确
  • 检查一下 gemini 命令在您的PATH中

常见错误消息

  • “CLI不可用”:Gemini CLI未安装或不在PATH中
  • “需要身份验证”:运行 gemini auth login
  • “60秒后超时”:查询时间过长,请尝试将其分解为更小的部分

🤝 贡献

我们欢迎社区的贡献!请阅读我们的 贡献指南 了解如何开始的详细信息。

快速贡献指南

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 如果适用,添加测试
  5. 提交拉取请求

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🔄 版本历史

更改日志.md 查看详细的版本历史。

🆘 支持

  • 问题:通过以下方式报告错误或请求功能
  • 讨论:加入社区讨论
  • 文档:可以在中创建其他文档 docs/ 目录

______________________________________________________________________

聚焦:通过官方CLI在Claude Code和Gemini AI之间建立简单可靠的桥梁。

目录标签

目录标签

开发工具PythonClaudeAI编码助手本地部署Gemini集成MCP协议

支持客户端

ClaudeCursorWindsurfClineVS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

session

工具数量(toolCount,工具数)

3

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP