MCP Gemini Tutorial

🚀 使用双子星构建模型上下文协议（MCP）教程

本教程仓库提供了使用Google双子星2.0模型构建模型上下文协议（MCP）服务器的完整代码。若想了解具体实现，可参考这篇文章。

🚀 快速开始

什么是模型上下文协议（MCP）？

MCP是由Anthropic开发的开放标准，能让AI模型无缝访问外部工具和资源。它为AI模型与工具的交互提供了标准化方式，无需为每个工具或模型进行定制集成。

主要优势如下：

• 互操作性：任何兼容的MCP模型都能使用任何兼容的工具。
• 模块化：可轻松添加或更新工具，无需更改模型集成。
• 标准化：一致的接口降低了集成复杂性。
• 职责分离：清晰区分了模型功能与工具功能。

项目概述

本教程将演示以下内容：

• 构建集成了Brave Search的完整MCP服务器。
• 将其连接到Google的双子星2.0模型。
• 创建适用于AI驱动应用程序的灵活架构。

入门指南

先决条件

• Bun（用于快速执行TypeScript）
• Brave Search API密钥
• 用于访问双子星模型的Google API密钥

安装

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

# 安装依赖项
bun 安装

环境设置

创建一个.env文件，并添加您的API密钥：

BRAVE_API_KEY="your_brave_api_key"
GOOGLE_API_KEY="your_google_api_key"

使用说明

运行基本客户端

bun examples/basic-client.ts

运行双子星集成

bun examples/gemini-tool-function.ts

✨ 主要特性

项目结构

• src/ - MCP服务器的核心实现和工具。
• examples/ - 展示如何使用MCP服务器的示例客户端。
• tests/ - 项目的测试文件。

实现的工具

此MCP服务器主要实现了两个工具：

1. 网络搜索：通过Brave Search进行通用互联网搜索。
2. 本地搜索：通过Brave Search查找商家和位置。

扩展项目

您可以按以下步骤添加自己的工具：

1. 定义一个新的工具并提供其方案。
2. 实现该工具的功能。
3. 将其注册到MCP服务器中。

📚 详细文档

学习更多

• 官方MCP文档
• Google双子星API文档
• Brave Search API文档

📄 许可证

本项目采用MIT许可证。

此项目使用bun init创建，版本为bun v1.1.37。Bun是一个快速的一站式JavaScript运行时。