mcp-gemini-google-search服務器 - 藉助MCP協議集成Google搜索，支持多方式接入AI開發工具

探索

MCP Gemini Google Search

一個基於MCP協議的服務器，利用Gemini內置的Google搜索功能提供即時網絡搜索服務，支持Google AI Studio和Vertex AI兩種接入方式。

搜索工具開發者工具 #谷歌搜索 #Gemini #MCP協議 #即時搜索 .TypeScript

評分 : 2.5分

下載量 : 8.4K

更新時間 : 2025-07-23

打開站點

什麼是MCP Gemini Google Search？

MCP Gemini Google Search是一個Model Context Protocol (MCP)服務器，利用Gemini內置的Google搜索功能，為用戶提供即時網絡搜索結果和引用來源。它符合MCP標準協議，支持多種傳輸方式。

如何使用MCP Gemini Google Search？

通過設置環境變量配置API密鑰或項目信息，然後啟動服務器。用戶可以通過命令行或集成工具調用搜索功能，獲取即時網絡信息。

適用場景

適用於需要即時網絡信息查詢、學術研究、新聞摘要等場景。特別適合需要引用來源的研究和開發工作。

主要功能

內置Google搜索功能

直接利用Gemini的Google搜索能力，無需額外配置搜索引擎。

即時搜索與引用

提供即時網絡搜索結果，並附帶來源引用，確保信息的可追溯性。

MCP協議兼容

完全遵循Model Context Protocol (MCP)標準，確保與其他系統的兼容性。

多平臺支持

支持stdio傳輸，可在各種環境中運行，包括本地開發和雲部署。

兩種API模式

支持Google AI Studio和Vertex AI兩種API模式，滿足不同需求。

優勢

提供即時網絡搜索結果，確保信息的時效性。

內置Google搜索功能，無需額外配置。

支持多種API模式，適應不同使用場景。

符合MCP標準協議，易於集成到現有系統中。

提供清晰的引用來源，增強信息可信度。

侷限性

依賴Google搜索服務，可能受到API限制。

需要有效的API密鑰或項目配置，初次使用可能需要一定設置。

對於某些地區或語言的支持可能有限。

在高併發情況下可能需要優化性能。

對非英文內容的搜索結果可能不如預期。

如何使用

安裝

使用npm安裝MCP Gemini Google Search服務器。

配置環境變量

根據使用的API類型（Google AI Studio或Vertex AI）設置必要的環境變量。

啟動服務器

運行命令啟動MCP Gemini Google Search服務器。

調用搜索功能

通過命令行或集成工具調用搜索功能，輸入查詢詞獲取結果。

使用案例

查找最新TypeScript特性

用戶想要了解最新的TypeScript更新，包括新功能和改進。

搜索人工智能研究論文

研究人員需要查找最近的人工智能相關研究論文。

常見問題

MCP Gemini Google Search需要哪些前提條件？

如何選擇使用Google AI Studio還是Vertex AI？

MCP Gemini Google Search是否支持中文？

如何調試MCP Gemini Google Search？

🚀 MCP Gemini Google Search

MCP Gemini Google Search 是一個基於 Model Context Protocol (MCP) 的服務器，它藉助 Gemini 內置的 Grounding with Google Search 功能，提供谷歌搜索服務。本項目受到了 gemini-cli 中 GoogleSearch 工具的啟發。

🚀 快速開始

本項目為你提供了一個便捷的方式，通過 Gemini 內置的谷歌搜索功能，實現實時網絡搜索。按照以下步驟，你可以快速使用該服務。

✨ 主要特性

利用內置功能：使用 Gemini 內置的 Grounding with Google Search 功能。
實時搜索與引用：提供帶有來源引用的實時網絡搜索結果。
協議合規：符合 MCP 標準協議。
傳輸支持：支持標準輸入輸出傳輸。
多平臺支持：同時支持 Google AI Studio 和 Vertex AI。

📦 安裝指南

確保你已經安裝了 Node.js 18 或更高版本，並且擁有 Google AI Studio API 密鑰（可在這裡獲取），或者啟用了 Vertex AI 的 Google Cloud 項目。

使用以下命令全局安裝項目：

npm install -g mcp-gemini-google-search

💻 使用示例

環境變量設置

Google AI Studio（默認）

# 對於 Google AI Studio（默認）
export GEMINI_API_KEY="your-api-key-here"
export GEMINI_MODEL="gemini-2.5-flash"  # 可選（默認：gemini-2.5-flash）

Vertex AI

# 對於 Vertex AI
export GEMINI_PROVIDER="vertex"
export VERTEX_PROJECT_ID="your-gcp-project-id"
export VERTEX_LOCATION="us-central1"  # 可選（默認：us-central1）
export GEMINI_MODEL="gemini-2.5-flash"  # 可選（默認：gemini-2.5-flash）

Claude Code 配置

你可以使用 CLI 在 Claude Code 中設置此 MCP 服務器：

Google AI Studio

# 添加到用戶範圍（適用於所有項目）
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

# 或者添加到項目範圍以與團隊共享
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

# 添加到用戶範圍（適用於所有項目）
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

# 或者添加到項目範圍以與團隊共享
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 用戶

在 Windows 上，使用 cmd /c 包裝 npx 命令：

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

可用工具

google_search

用於在谷歌上搜索信息。參數：

query（字符串，必需）：搜索查詢內容

示例：

latest TypeScript features

示例響應

看起來你在詢問 TypeScript 的最新特性。以下是基於提供的搜索結果總結的近期更新和關鍵特性：

**近期 TypeScript 更新中的關鍵特性**：

*   **Satisfies 運算符**：此運算符允許你指定一個值符合特定類型，但不完全強制執行。[1,2]
*   **Const 類型參數**：在類型參數中使用 `const` 可以為函數泛型提供更高的精度，有助於指定字面類型並防止不必要的轉換。[2] 這確保數組被視為不可變的，保持其字面類型。[2]
*   **改進的枚舉類型**：枚舉更加健壯，特別是 `const enum`，它通過在編譯時內聯枚舉值來優化枚舉。[2] 從 5.0 版本開始，所有枚舉都被視為類型聯合，即使帶有計算值。[1]
*   **模板字面類型**：模板字面類型更具表現力，允許你創建基於字面量的類型，類似於 JavaScript 模板字符串。[2]
*   **帶區分聯合的聯合和交集類型**：TypeScript 對聯合和交集類型提供了更好的處理，這些類型常用於構建靈活的類型。[2] 區分聯合允許你輕鬆創建複雜結構並使用清晰的類型保護。[2]
*   **新的 ECMAScript 集合方法**：支持 `union`、`intersection` 和 `difference` 等新方法，以實現更強大的集合操作。[3]

**TypeScript 5.8 亮點（2025 年 3 月）**：

*   **Module Node18 標誌**：為固定使用 Node.js 18 的用戶提供一個穩定的參考點，不包含 `--module nodenext` 的某些行為。[4]
*   **優化**：引入了優化措施，提高了構建程序和根據文件更改更新程序的時間，特別是在 `--watch` 模式或編輯器場景中。[4] 這包括避免在路徑規範化期間進行數組分配。[4]
*   **導入斷言**：TypeScript 5.8 中的 `--module nodenext` 在遇到導入斷言時會發出錯誤，因為 Node.js 22 不再接受使用 `assert` 語法的導入斷言，建議使用 `with`。[4]

**其他值得注意的特性和改進**：

*   **推斷類型謂詞**：改進了類型推斷，特別是在處理數組和過濾時。[3]
*   **常量索引訪問的控制流縮小**：在訪問對象屬性時提供更好的類型縮小。[3]
*   **正則表達式語法檢查**：對正則表達式進行基本的語法檢查，標記未閉合括號等錯誤。[3]
*   **數組過濾修復**：在使用過濾函數時正確過濾數組類型。
*   **對象鍵推斷修復**：改進了類型推斷。

**性能增強**：

*   **Go 重寫**：承諾在 7.0 版本中用 Go 完全重寫 TypeScript，這在某些情況下顯示出顯著的速度提升（高達 10 到 15 倍）。[5] 這將影響編譯器 (`tsc`) 和 IDE 性能（加載、懸停、錯誤等）。[5] 團隊選擇 Go 是因為它與當前的 JavaScript 實現結構相似。[5]
*   **TypeScript 5.0**：此更新旨在通過優化代碼、數據結構和簡化導入/導出操作來加速編碼過程並簡化開發。[6]

總之，TypeScript 不斷發展，推出新特性和改進，旨在提高開發者的生產力、代碼質量和性能。[6]

來源：
[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==)

🛠️ 開發指南

如果你想為這個項目做出貢獻，可以按照以下步驟操作：

# 克隆倉庫
git clone https://github.com/yukukotani/mcp-gemini-google-search.git
cd mcp-gemini-google-search

# 安裝依賴
npm install

# 開發模式（監聽文件變化）
npm run dev

# 構建
npm run build

# 本地運行
npm run start

# 使用 MCP Inspector 調試
npm run inspect