MCP-Gemini-Google Searchサーバー：MCPプロトコルでGoogle検索を統合、多様な方法でAI開発ツールに接続可能

たんさく

MCP Gemini Google Search

MCPプロトコルに基づくサーバーで、Geminiに組み込まれたGoogle検索機能を利用してリアルタイムのウェブ検索サービスを提供し、Google AI StudioとVertex AIの2種類のアクセス方法をサポートします。

検索ツール開発者ツール #Google検索 #Gemini #MCPプロトコル #リアルタイム検索 .TypeScript

スコア : 2.5ポイント

ダウンロード数 : 8.4K

更新時間 : 2025-07-23

サイトを開く

MCP Gemini Google Searchとは？

MCP Gemini Google Searchは、Model Context Protocol (MCP)サーバーで、Geminiに組み込まれたGoogle検索機能を利用して、ユーザーにリアルタイムのウェブ検索結果と引用元を提供します。MCP標準プロトコルに準拠し、複数の伝送方式をサポートしています。

MCP Gemini Google Searchをどのように使用する？

環境変数を設定してAPIキーまたはプロジェクト情報を構成し、サーバーを起動します。ユーザーはコマンドラインまたは統合ツールを通じて検索機能を呼び出し、リアルタイムのウェブ情報を取得できます。

適用シナリオ

リアルタイムのウェブ情報検索、学術研究、ニュース要約などのシナリオに適しています。特に引用元が必要な研究や開発作業に最適です。

主要機能

組み込みGoogle検索機能

GeminiのGoogle検索能力を直接利用し、追加で検索エンジンを設定する必要がありません。

リアルタイム検索と引用

リアルタイムのウェブ検索結果を提供し、ソース引用を添付して、情報の追跡可能性を確保します。

MCPプロトコル互換性

Model Context Protocol (MCP)標準に完全に準拠し、他のシステムとの互換性を確保します。

多プラットフォームサポート

stdio伝送をサポートし、ローカル開発やクラウドデプロイを含むさまざまな環境で動作します。

2種類のAPIモード

Google AI StudioとVertex AIの2種類のAPIモードをサポートし、さまざまなニーズに対応します。

利点

リアルタイムのウェブ検索結果を提供し、情報の即時性を確保します。

組み込みGoogle検索機能で、追加設定が不要です。

複数のAPIモードをサポートし、さまざまな使用シナリオに対応します。

MCP標準プロトコルに準拠し、既存システムへの統合が容易です。

明確な引用元を提供し、情報の信頼性を高めます。

制限

Google検索サービスに依存しているため、API制限の影響を受ける可能性があります。

有効なAPIキーまたはプロジェクト構成が必要で、初回使用時には一定の設定が必要になる場合があります。

一部の地域や言語のサポートが制限される場合があります。

高い同時アクセス時にはパフォーマンスの最適化が必要になる場合があります。

非英語のコンテンツの検索結果は期待通りでない場合があります。

使い方

インストール

npmを使用してMCP Gemini Google Searchサーバーをインストールします。

環境変数の設定

使用するAPIの種類（Google AI StudioまたはVertex AI）に応じて、必要な環境変数を設定します。

サーバーの起動

コマンドを実行してMCP Gemini Google Searchサーバーを起動します。

検索機能の呼び出し

コマンドラインまたは統合ツールを通じて検索機能を呼び出し、クエリを入力して結果を取得します。

使用例

最新のTypeScriptの機能を探す

ユーザーが最新のTypeScriptの更新内容（新機能や改良点）を知りたい場合。

人工知能の研究論文を検索する

研究者が最近の人工知能関連の研究論文を探す必要がある場合。

よくある質問

MCP Gemini Google Searchにはどのような前提条件が必要ですか？

Google AI StudioとVertex AIのどちらを使うかはどうやって選べばいいですか？

MCP Gemini Google Searchは中国語をサポートしていますか？

MCP Gemini Google Searchをどのようにデバッグすればいいですか？

🚀 MCP Gemini Google Search

このプロジェクトは、Geminiの組み込み機能であるGrounding with Google Searchを利用して、Google検索機能を提供するModel Context Protocol (MCP)サーバーです。このアイディアは、gemini-cliのGoogleSearchツールから着想を得ています。

🚀 クイックスタート

このセクションでは、MCP Gemini Google Searchをすばやくセットアップして使用する方法を説明します。

✨ 主な機能

Geminiの組み込みGrounding with Google Search機能を利用。
出典引用付きのリアルタイムウェブ検索結果を提供。
MCP標準プロトコルに準拠。
stdioトランスポートをサポート。
Google AI StudioとVertex AIの両方をサポート。

📦 インストール

以下のコマンドを使用して、グローバルにインストールします。

npm install -g mcp-gemini-google-search

💻 使用例

環境変数の設定

Google AI Studio (デフォルト)

# Google AI Studio用
export GEMINI_API_KEY="your-api-key-here"
export GEMINI_MODEL="gemini-2.5-flash"  # オプション (デフォルト: gemini-2.5-flash)

Vertex AI

# Vertex AI用
export GEMINI_PROVIDER="vertex"
export VERTEX_PROJECT_ID="your-gcp-project-id"
export VERTEX_LOCATION="us-central1"  # オプション (デフォルト: us-central1)
export GEMINI_MODEL="gemini-2.5-flash"  # オプション (デフォルト: gemini-2.5-flash)

Claude Codeでの設定

Claude CodeでこのMCPサーバーをCLIを使って設定できます。

Google AI Studio用

# ユーザースコープに追加 (すべてのプロジェクトで利用可能)
claude mcp add gemini-google-search \
  -s user \
  -e GEMINI_API_KEY="your-api-key-here" \
  -e GEMINI_MODEL="gemini-2.5-flash" \
  -- npx mcp-gemini-google-search

# または、チームで共有するためにプロジェクトスコープに追加
claude mcp add gemini-google-search \
  -s project \
  -e GEMINI_API_KEY="your-api-key-here" \
  -e GEMINI_MODEL="gemini-2.5-flash" \
  -- npx mcp-gemini-google-search

Vertex AI用

# ユーザースコープに追加 (すべてのプロジェクトで利用可能)
claude mcp add gemini-google-search \
  -s user \
  -e GEMINI_PROVIDER="vertex" \
  -e VERTEX_PROJECT_ID="your-gcp-project-id" \
  -e VERTEX_LOCATION="us-central1" \
  -e GEMINI_MODEL="gemini-2.5-flash" \
  -- npx mcp-gemini-google-search

# または、チームで共有するためにプロジェクトスコープに追加
claude mcp add gemini-google-search \
  -s project \
  -e GEMINI_PROVIDER="vertex" \
  -e VERTEX_PROJECT_ID="your-gcp-project-id" \
  -e VERTEX_LOCATION="us-central1" \
  -e GEMINI_MODEL="gemini-2.5-flash" \
  -- npx mcp-gemini-google-search

Windowsユーザー

Windowsでは、npxコマンドをcmd /cで囲みます。

claude mcp add gemini-google-search \
  -e GEMINI_API_KEY="your-api-key-here" \
  -- cmd /c npx mcp-gemini-google-search

利用可能なツール

google_search

Googleで情報を検索します。

パラメータ:

query (文字列、必須): 検索クエリ

例:

latest TypeScript features

応答例

あなたがTypeScriptの最新機能について尋ねているようです。提供された検索結果に基づいて、最近のアップデートと主要な機能の概要を以下に示します。

**最近のTypeScriptアップデートの主要機能:**

*   **Satisfies演算子:** この演算子を使用すると、値が特定の型に準拠することを指定できますが、完全に強制するわけではありません。[1,2]
*   **Const型パラメータ:** 型パラメータに`const`を使用すると、関数ジェネリクスでより高い精度が得られ、リテラル型を指定して不要な変換を防ぐのに役立ちます。[2] これにより、配列が不変として扱われ、リテラル型が維持されます。[2]
*   **改善された列挙型:** 列挙型は、特に`const enum`がコンパイル時に値をインライン化することで最適化されるため、より堅牢になりました。[2] バージョン5.0から、すべての列挙型は計算値であっても型のユニオンとして扱われます。[1]
*   **テンプレートリテラル型:** テンプレートリテラル型は、JavaScriptのテンプレート文字列と同様に、リテラルに基づいて型を作成できるため、より表現力が豊かになりました。[2]
*   **判別共用体を持つ共用体と交差型:** TypeScriptは、柔軟な型を構築するために頻繁に使用される共用体と交差型をより適切に処理します。[2] 判別共用体を使用すると、複雑な構造を簡単に作成でき、明確な型ガードが得られます。[2]
*   **新しいECMAScript Setメソッド:** `union`、`intersection`、`difference`などの新しいメソッドのサポートにより、より強力なセット操作が可能になります。[3]

**TypeScript 5.8のハイライト (2025年3月):**

*   **Module Node18フラグ:** Node.js 18に固定されたユーザーに対して、`--module nodenext`の特定の動作を組み込まずに安定した参照ポイントを提供します。[4]
*   **最適化:** 特に`--watch`モードまたはエディターのシナリオで、プログラムの構築とファイルの変更に基づく更新時間を改善する最適化が導入されました。[4] これには、パスの正規化中の配列割り当ての回避が含まれます。[4]
*   **インポートアサーション:** TypeScript 5.8の`--module nodenext`では、インポートアサーションに遭遇するとエラーが発生します。Node.js 22では`assert`構文を使用したインポートアサーションが受け入れられなくなり、代わりに`with`の使用が推奨されているためです。[4]

**その他の注目すべき機能と改善点:**

*   **推論型述語:** 特に配列とフィルタリングで、型推論が改善されました。[3]
*   **定数インデックスアクセスの制御フロー絞り込み:** オブジェクトのプロパティへのアクセスに対する型の絞り込みが改善されました。[3]
*   **正規表現構文チェック:** 正規表現に対して基本的な構文チェックが行われ、閉じられていない括弧などのエラーが検出されます。[3]
*   **配列フィルターの修正:** フィルター関数を使用するときに、配列の型が適切にフィルタリングされます。
*   **オブジェクトキー推論の修正:** 型推論が改善されました。

**パフォーマンスの向上:**

*   **Goでの書き換え:** バージョン7.0では、TypeScriptがGoで完全に書き換えられる予定で、大幅な速度向上（場合によっては10倍から15倍）が実証されています。[5] これはコンパイラ (`tsc`) とIDEのパフォーマンス（ロード、ホバー、エラーなど）に影響を与えます。[5] チームは、現在のJavaScript実装と構造的に類似しているため、Goを選択しました。[5]
*   **TypeScript 5.0:** このアップデートでは、コード、データ構造を洗練し、インポート/エクスポート操作を合理化することで、コーディングプロセスを加速し、開発を簡素化することを目指しています。[6]

要するに、TypeScriptは開発者の生産性、コード品質、パフォーマンスを向上させるための新機能と改善点を持ち、継続的に進化しています。[6]

出典:
[1] edicomgroup.com (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFILdgh_4-Yh0OuwzDOqwCfvLGHdhm_PGhdAIzMK_DFwW38X9qK8b3Tj_ws2VZ2VLxWW_NJtuzot8B_wYYH4rOHBY_1HYZ7PyCHOCR3GzQpwQUi71ufAf6izU13O3W6GzjQAQnVjnheeRLLLf4mD7uueIS-g0yeivFo2XWZKJF4wtRtDfdTYjtHvRYmB7rY6Q==)
[2] dev.to (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFFMJOcmJDu8TUJsc6cKjVMDTR7ggjQMUc1aMAIVKRhbTq7Zjzh5f_h-UpZn6LE6xB-nTqUmQwHCiUmhvAZ_uYmzXIzNmJvtoDUjDcB9hJDw_aPPvJjd411APwVfiNvd3yhlrB7MFsnxH25-hxNetmoZJrriZ0mGm6ZaYbm0yMeiruDqC5mnqXJwuyGLMdrg-M3LpRAGrxVAT9b1veE)
[3] dev.to (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFfDcb-2QNwLZ0TpjSkNCWCvh-dvslYtllEMyyTXCSu-3jbOBD4vvq0j5Hqyuw8BcmEpKjBBeBZS83E-GCKax48hg5Oc1Fam6GQy296DxQkEQOfg7pvmnRhE3tdDbDCBqXKdYPonoR_AVLBAlGdKg==)
[4] microsoft.com (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQEWKA9uZsB7lcOGcnOLveyjImsqVwNItCj3n3QiCrCkyL6iY4rA16Wp37FecAoKgX58lcDcBOuXye97fgw5SAbLwDkl3M-vCUK0I0HxtCx8qMaBVM42sxyFEQjn1iz4Qgzud3P7pDlc4frHf6Wkgs8nNcoIlMriePVOb0l9vmY=)
[5] totaltypescript.com (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFysE6zFlg_XiXfGqAiDapTIj2bsVWlkuq3Trpfacjd1a7gMDrUh35MKW-No9qdSKti68W3M2b1j6VqlnZ7v_yBOjE8hK_3d57U7UePyjMOUDdbBBGRK8CZeUug3hBOFsZjbnQoDdoL446oZL1R38gJrc9JvGmlWQno)
[6] rabitsolutions.com (https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQEY1brKmgxI5YOA1HrB89SnHNPyhm3Dlz-zumJMoi-wBegLSOjto360JJrA29TwVB8A02qHWZBtwua0QHn8NxAjWUCCkLxD7lZa_xW4Mtp8diiAXl1ppIWEHq6T7B1Mm6_dMs3lWoOKOJSjCUrk6-P4ao40V-nYULfPtA==)

🔧 開発方法

このプロジェクトに貢献するには、以下の手順を実行します。

# リポジトリをクローン
git clone https://github.com/yukukotani/mcp-gemini-google-search.git
cd mcp-gemini-google-search

# 依存関係をインストール
npm install

# 開発モード (ファイルの変更を監視)
npm run dev

# ビルド
npm run build

# ローカルで実行
npm run start

# MCPインスペクターでデバッグ
npm run inspect