MCP与Gemini教程
此存储库包含有关使用Google的Gemini 2.0模型构建模型上下文协议（MCP）服务器的教程的完整代码，如中所述 这篇博客文章.
什么是模型上下文协议（MCP）？
MCP是Anthropic开发的一个开放标准，它使AI模型能够无缝访问外部工具和资源。它为AI模型与工具交互、访问互联网、运行代码等创建了一种标准化的方式，而不需要为每个工具或模型进行自定义集成。
主要好处包括：
- 互操作性：任何MCP兼容型号都可以使用任何MCP兼容工具
- 模块化：在不更改模型集成的情况下添加或更新工具
- 标准化：一致的接口降低了集成的复杂性
- 关注点分离：模型功能和工具功能之间的清晰划分
项目概述
本教程演示了如何：
- 使用Brave Search集成构建完整的MCP服务器
- 将其连接到谷歌的Gemini 2.0模型
- 为AI驱动的应用程序创建灵活的架构
入门指南
先决条件
- 包子 （用于快速执行TypeScript）
- 勇敢搜索API密钥
- Gemini访问的Google API密钥
安装
# Clone the repository
git clone https://github.com/GuiBibeau/mcp-gemini-tutorial.git
cd mcp-tutorial
# Install dependencies
bun install环境设置
创建一个 .env 使用API密钥文件：
BRAVE_API_KEY="your_brave_api_key"
GOOGLE_API_KEY="your_google_api_key"用法
运行基本客户端
bun examples/basic-client.ts运行Gemini集成
bun examples/gemini-tool-function.ts项目结构
src/-MCP服务器和工具的核心实现examples/-演示如何使用MCP服务器的示例客户端tests/-项目的测试文件
已实施的工具
此MCP服务器公开了两个主要工具：
- 网页搜索：通过Brave Search进行一般互联网搜索
- 本地搜索：通过Brave Search查找企业和地点
扩展项目
您可以通过以下方式添加自己的工具：
- 使用模式定义新工具
- 实现功能
- 在MCP服务器上注册
了解更多
许可证
麻省理工学院
______________________________________________________________________
此项目是使用创建的 bun init 在bun v1.1.37中。 包子 是一个快速的一体化JavaScript运行时。