gemsuite-mcp

🚀 灵光宝石套装MCP服务端

灵光宝石套装MCP服务端（GemSuite-MCP）是一个基于 Model Context Protocol（模型上下文协议）构建的高性能 Gemini 服务器。它将 Gemini 的强大功能与 MCP 标准相结合，支持智能模型选择和文件处理，为开发者打造了一个灵活且高效的工具集。

🚀 快速开始

GemSuite-MCP 是一个融合了 Gemini 强大功能与 MCP 标准的高性能服务器，能为开发者提供便捷的模型使用与文件处理体验。以下是快速安装和使用示例：

快速安装

npm install gem-suite-mcp

示例用法

const { gemProcess } = require('gem-suite-mcp');

async function example() {
  try {
    const response = await gemProcess({
      file: '/path/to/your/file.pdf',
      operation: 'summarize'
    });
    
    console.log(response);
  } catch (error) {
    console.error('Error:', error.message);
  }
}

example();

✨ 主要特性

• 多模型集成：支持 Google Gemini 系列模型，还具备扩展兼容性，可与其他模型集成。
• 上下文增强：借助 MCP 提供更丰富的上下文信息，有效提升模型的理解能力。
• 智能选择：可根据任务需求，自动或手动选择最优的模型版本。
• 文件处理工具：提供丰富的文件操作功能，涵盖分析、提取和转换等多种操作。

📦 安装指南

快速安装

使用以下命令进行快速安装：

npm install gem-suite-mcp

💻 使用示例

基础用法

const { gemProcess } = require('gem-suite-mcp');

async function example() {
  try {
    const response = await gemProcess({
      file: '/path/to/your/file.pdf',
      operation: 'summarize'
    });
    
    console.log(response);
  } catch (error) {
    console.error('Error:', error.message);
  }
}

example();

高级用法

手动指定模型版本进行文件分析：

const response = await gemProcess({
  file: '/path/to/document.pdf',
  operation: 'analyze',
  modelId: 'models/gemini-2.0-flash-thinking'
});

📚 详细文档

模型工具集

• GemSearch：集成了 Gemini 的搜索功能，支持上下文增强的查询。
• GemReasoning：提供基于 Gemini 的推理能力，可解决复杂问题。
• GemProcessing：处理文件任务，包括分析、提取和转换等。

自动模型选择

GemSuite-MCP 默认会根据任务需求自动选择合适的 Gemini 模型版本。若需要手动选择模型，可通过指定 model_id 参数实现：

const response = await gemProcess({
  file: '/path/to/document.pdf',
  operation: 'analyze',
  modelId: 'models/gemini-2.0-flash-thinking'
});

文件操作

支持多种文件处理操作，具体如下：

• summarize：生成摘要
• extract：提取信息
• restructure：重新组织内容
• simplify：简化复杂内容
• expand：添加细节或上下文
• critique：提供批判性分析
• feedback：给出建设性反馈
• analyze：通用内容分析

与其他 MCP 主机的集成

GemSuite-MCP 支持与所有符合 MCP 标准的平台无缝对接，例如：

• Claude Desktop：与 Claude 的强大推理能力结合。
• Cursor IDE：提供增强的编码辅助功能。
• Replit：直接在开发环境中进行代码生成和分析。
• 其他遵循 MCP 标准的平台。

高级配置

自定义模型选择

可通过指定 model_id 参数覆盖自动模型选择：

const response = await gemProcess({
  file: '/path/to/document.pdf',
  operation: 'analyze',
  modelId: 'models/gemini-2.0-flash-thinking'
});

📄 许可证

该项目遵循 MIT 许可证，详情请参阅 LICENSE 文件。

致谢

• Lorhlona/geminiserchMCP：启发本增强版项目的原始项目。
• Model Context Protocol：用于开发 MCP 标准。
• Google Gemini：为该服务器提供强大 AI 模型支持。

链接

• GitHub 仓库
• Smithery.ai
• Mcp.so
• Glama
• 问题跟踪器
• 模型上下文协议

_{由 ❤️ [PV-Bhat](https://github.com/PV-Bhat) 开发}