mcp-gemini-google-search服务器 - 借助MCP协议集成Google搜索，支持多方式接入AI开发工具

探索

MCP Gemini Google Search

一个基于MCP协议的服务器，利用Gemini内置的Google搜索功能提供实时网络搜索服务，支持Google AI Studio和Vertex AI两种接入方式。

搜索工具开发者工具 #谷歌搜索 #Gemini #MCP协议 #实时搜索 .TypeScript

评分 : 2.5分

下载量 : 6.2K

更新时间 : 2025-07-23

打开站点

什么是MCP Gemini Google Search？

MCP Gemini Google Search是一个Model Context Protocol (MCP)服务器，利用Gemini内置的Google搜索功能，为用户提供实时网络搜索结果和引用来源。它符合MCP标准协议，支持多种传输方式。

如何使用MCP Gemini Google Search？

通过设置环境变量配置API密钥或项目信息，然后启动服务器。用户可以通过命令行或集成工具调用搜索功能，获取实时网络信息。

适用场景

适用于需要实时网络信息查询、学术研究、新闻摘要等场景。特别适合需要引用来源的研究和开发工作。

主要功能

内置Google搜索功能

直接利用Gemini的Google搜索能力，无需额外配置搜索引擎。

实时搜索与引用

提供实时网络搜索结果，并附带来源引用，确保信息的可追溯性。

MCP协议兼容

完全遵循Model Context Protocol (MCP)标准，确保与其他系统的兼容性。

多平台支持

支持stdio传输，可在各种环境中运行，包括本地开发和云部署。

两种API模式

支持Google AI Studio和Vertex AI两种API模式，满足不同需求。

优势

提供实时网络搜索结果，确保信息的时效性。

内置Google搜索功能，无需额外配置。

支持多种API模式，适应不同使用场景。

符合MCP标准协议，易于集成到现有系统中。

提供清晰的引用来源，增强信息可信度。

局限性

依赖Google搜索服务，可能受到API限制。

需要有效的API密钥或项目配置，初次使用可能需要一定设置。

对于某些地区或语言的支持可能有限。

在高并发情况下可能需要优化性能。

对非英文内容的搜索结果可能不如预期。

如何使用

安装

使用npm安装MCP Gemini Google Search服务器。

配置环境变量

根据使用的API类型（Google AI Studio或Vertex AI）设置必要的环境变量。

启动服务器

运行命令启动MCP Gemini Google Search服务器。

调用搜索功能

通过命令行或集成工具调用搜索功能，输入查询词获取结果。

使用案例

查找最新TypeScript特性

用户想要了解最新的TypeScript更新，包括新功能和改进。

搜索人工智能研究论文

研究人员需要查找最近的人工智能相关研究论文。

常见问题

MCP Gemini Google Search需要哪些前提条件？

如何选择使用Google AI Studio还是Vertex AI？

MCP Gemini Google Search是否支持中文？

如何调试MCP Gemini Google Search？

🚀 MCP Gemini Google Search

MCP Gemini Google Search 是一个基于 Model Context Protocol (MCP) 的服务器，它借助 Gemini 内置的 Grounding with Google Search 功能，提供谷歌搜索服务。本项目受到了 gemini-cli 中 GoogleSearch 工具的启发。

🚀 快速开始

本项目为你提供了一个便捷的方式，通过 Gemini 内置的谷歌搜索功能，实现实时网络搜索。按照以下步骤，你可以快速使用该服务。

✨ 主要特性

利用内置功能：使用 Gemini 内置的 Grounding with Google Search 功能。
实时搜索与引用：提供带有来源引用的实时网络搜索结果。
协议合规：符合 MCP 标准协议。
传输支持：支持标准输入输出传输。
多平台支持：同时支持 Google AI Studio 和 Vertex AI。

📦 安装指南

确保你已经安装了 Node.js 18 或更高版本，并且拥有 Google AI Studio API 密钥（可在这里获取），或者启用了 Vertex AI 的 Google Cloud 项目。

使用以下命令全局安装项目：

npm install -g mcp-gemini-google-search

💻 使用示例

环境变量设置

Google AI Studio（默认）

# 对于 Google AI Studio（默认）
export GEMINI_API_KEY="your-api-key-here"
export GEMINI_MODEL="gemini-2.5-flash"  # 可选（默认：gemini-2.5-flash）

Vertex AI

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

Claude Code 配置

你可以使用 CLI 在 Claude Code 中设置此 MCP 服务器：

Google AI Studio

# 添加到用户范围（适用于所有项目）
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

# 或者添加到项目范围以与团队共享
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

# 添加到用户范围（适用于所有项目）
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

# 或者添加到项目范围以与团队共享
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 用户

在 Windows 上，使用 cmd /c 包装 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

用于在谷歌上搜索信息。参数：

query（字符串，必需）：搜索查询内容

示例：

latest TypeScript features

示例响应

看起来你在询问 TypeScript 的最新特性。以下是基于提供的搜索结果总结的近期更新和关键特性：

**近期 TypeScript 更新中的关键特性**：

*   **Satisfies 运算符**：此运算符允许你指定一个值符合特定类型，但不完全强制执行。[1,2]
*   **Const 类型参数**：在类型参数中使用 `const` 可以为函数泛型提供更高的精度，有助于指定字面类型并防止不必要的转换。[2] 这确保数组被视为不可变的，保持其字面类型。[2]
*   **改进的枚举类型**：枚举更加健壮，特别是 `const enum`，它通过在编译时内联枚举值来优化枚举。[2] 从 5.0 版本开始，所有枚举都被视为类型联合，即使带有计算值。[1]
*   **模板字面类型**：模板字面类型更具表现力，允许你创建基于字面量的类型，类似于 JavaScript 模板字符串。[2]
*   **带区分联合的联合和交集类型**：TypeScript 对联合和交集类型提供了更好的处理，这些类型常用于构建灵活的类型。[2] 区分联合允许你轻松创建复杂结构并使用清晰的类型保护。[2]
*   **新的 ECMAScript 集合方法**：支持 `union`、`intersection` 和 `difference` 等新方法，以实现更强大的集合操作。[3]

**TypeScript 5.8 亮点（2025 年 3 月）**：

*   **Module Node18 标志**：为固定使用 Node.js 18 的用户提供一个稳定的参考点，不包含 `--module nodenext` 的某些行为。[4]
*   **优化**：引入了优化措施，提高了构建程序和根据文件更改更新程序的时间，特别是在 `--watch` 模式或编辑器场景中。[4] 这包括避免在路径规范化期间进行数组分配。[4]
*   **导入断言**：TypeScript 5.8 中的 `--module nodenext` 在遇到导入断言时会发出错误，因为 Node.js 22 不再接受使用 `assert` 语法的导入断言，建议使用 `with`。[4]

**其他值得注意的特性和改进**：

*   **推断类型谓词**：改进了类型推断，特别是在处理数组和过滤时。[3]
*   **常量索引访问的控制流缩小**：在访问对象属性时提供更好的类型缩小。[3]
*   **正则表达式语法检查**：对正则表达式进行基本的语法检查，标记未闭合括号等错误。[3]
*   **数组过滤修复**：在使用过滤函数时正确过滤数组类型。
*   **对象键推断修复**：改进了类型推断。

**性能增强**：

*   **Go 重写**：承诺在 7.0 版本中用 Go 完全重写 TypeScript，这在某些情况下显示出显著的速度提升（高达 10 到 15 倍）。[5] 这将影响编译器 (`tsc`) 和 IDE 性能（加载、悬停、错误等）。[5] 团队选择 Go 是因为它与当前的 JavaScript 实现结构相似。[5]
*   **TypeScript 5.0**：此更新旨在通过优化代码、数据结构和简化导入/导出操作来加速编码过程并简化开发。[6]

总之，TypeScript 不断发展，推出新特性和改进，旨在提高开发者的生产力、代码质量和性能。[6]

来源：
[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==)

🛠️ 开发指南

如果你想为这个项目做出贡献，可以按照以下步骤操作：

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

# 安装依赖
npm install

# 开发模式（监听文件变化）
npm run dev

# 构建
npm run build

# 本地运行
npm run start

# 使用 MCP Inspector 调试
npm run inspect