MCP CLI Coder

Gemini MCP服务器

一个模型上下文协议（MCP）服务器，提供对谷歌Gemini AI模型的访问，并具有增强的分析功能。此服务器利用Gemini的大型上下文窗口来分析可能超过其他模型令牌限制的文件和目录。这里的所有测试都是用vibe编码的。

特性

• 通用人工智能查询：直接向Gemini模型提问
• 文件分析：使用自定义提示和分析类型分析单个文件
• 目录分析：分析整个目录及其内容
• 沙盒模式：可选沙盒执行以确保安全
• 灵活的模型选择：支持不同的Gemini型号

先决条件

• Python 3.10或更高版本
• 已安装并配置Google Gemini CLI

安装

1. 克隆存储库：

git clone 
cd mcp-cli-coder

1. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  

1. 安装依赖项：

pip install -r requirements.txt

1. 通过创建 .env 文件：

GEMINI_TIMEOUT=30
GEMINI_MAX_RETRIES=3

可用工具

1.ask_gemini

向Gemini AI模型提出一般性问题。

参数：

• query （必填）：发送给双子座的问题或提示
• model （可选）：要使用的Gemini模型（默认值：“Gemini-1.5”）
• sandbox （可选）：是否使用沙盒环境（默认：false）

2.分析文件

分析特定文件的内容。

参数：

• file_path （必填）：要分析的文件的路径
• analysis_type （必填）：分析类型（例如，“摘要”、“代码审查”、“错误检测”、“关键字”）
• prompt （必填）：自定义提示以指导分析
• sandbox （可选）：是否使用沙盒环境（默认：false）

3.分析目录

分析目录及其文件的内容。

参数：

• directory_path （必填）：要分析的目录的路径
• analysis_type （必填）：分析类型（例如，“摘要”、“文件类型”、“代码审查”、“错误检测”）
• prompt （必填）：自定义提示以指导分析
• sandbox （可选）：是否使用沙盒环境（默认：false）

用法

启动服务器

python src/main.py

服务器将通过stdin/stdout启动并监听MCP协议消息。

从其他项目目录使用

由于此MCP服务器通过stdio进行通信，您可以从任何项目目录以多种方式使用它：

1.直接执行

# From any directory
python /path/to/mcp-cli-coder/src/main.py

2.使用包装脚本

使用随附的 run_server.sh 更容易执行的脚本：

# Make the script executable (one time setup)
chmod +x /path/to/mcp-cli-coder/run_server.sh

# Run from any directory
/path/to/mcp-cli-coder/run_server.sh

3.全球安装

要在系统范围内访问，请创建一个符号链接：

# Add to your PATH (one time setup)
sudo ln -s /path/to/mcp-cli-coder/run_server.sh /usr/local/bin/gemini-mcp

# Then use from anywhere
gemini-mcp

4.MCP客户端配置

最常见的用法是通过像Claude Desktop这样的MCP客户端。将此添加到您的MCP设置中：

{
  "servers": {
    "gemini-mcp": {
      "command": "python",
      "args": ["/path/to/mcp-cli-coder/src/main.py"],
      "env": {
        "PYTHONPATH": "/path/to/mcp-cli-coder/src"
      }
    }
  }
}

MCP协议示例

初始化连接

{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"1.0.0"}}}
{"jsonrpc":"2.0","method":"notifications/initialized"}

列出可用工具

{"jsonrpc":"2.0","id":2,"method":"tools/list"}

工具调用示例

问双子座：

{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"ask_gemini","arguments":{"query":"What is the capital of France?","model":"gemini-1.5-flash","sandbox":false}}}

分析文件：

{"jsonrpc":"2.0","id":4,"method":"tools/call","params":{"name":"analyze_file","arguments":{"file_path":"./src/main.py","analysis_type":"code review","prompt":"Review this Python code for best practices and potential improvements"}}}

分析目录：

{"jsonrpc":"2.0","id":5,"method":"tools/call","params":{"name":"analyze_directory","arguments":{"directory_path":"./src","analysis_type":"summary","prompt":"Provide an overview of this Python project structure"}}}

测试序列

{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"1.0.0"}}}
{"jsonrpc":"2.0","method":"notifications/initialized"}
{"jsonrpc":"2.0","id":2,"method":"tools/list"}
{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"ping","arguments":{"message":"Hello from complete test!"}}}

建筑

组件

• MCP服务器：使用MCP协议实现核心服务器
• 工具注册表：管理和分派工具调用
• Gemini控制器：处理与Gemini CLI的交互
• 工具实施：针对不同功能的单独工具类

配置

服务器使用环境变量进行配置。创建一个 .env 项目根目录中的文件：

# Gemini CLI Configuration
GEMINI_TIMEOUT=30
GEMINI_MAX_RETRIES=3

发展

添加新工具

1. 创建一个新的工具类，继承自 ToolBase
2. 实施所需方法： input_schema 和 execute
3. 在中注册该工具 src/tools/__init__.py

## License

This project is licensed under the MIT License.```