"Gemini" 标签

基于 FastMCP 的 FAF MCP 服务器实现，提供 12 个工具用于读取、验证、生成和转换 FAF 项目DNA，并通过 JSON-RPC/MCP 协议与 LLM 客户端交互。

基于 Model Context Protocol (MCP) 的 MCP 服务器实现，使用 FastMCP 构建并对外暴露天气查询与警报工具，支持通过 JSON-RPC 与客户端进行交互，配合 Gemini API 调用外部天气服务。该实现包含服务器端工具注册、请求处理与响应逻辑，属于完整的 MCP 服务器实现范例。

基于 Rust 的统一 MCP 服务器实现，整合 Gemini、Codex 与 Grok，提供标准化的资源管理、工具执行与提示渲染能力，支持多传输协议与会话管理。

基于 Model Context Protocol (MCP) 的 Gemini 模型后端实现，提供资源、工具和提示模板的上下文服务，通过 JSON-RPC 与客户端通信，并以 stdio 传输实现 MCP 服务器。

基于 Model Context Protocol (MCP) 的服务器实现，注册并暴露一组用于文件检索、文档管理与查询的工具，供大语言模型客户端通过 JSON-RPC 调用、统一上下文信息与功能。

一个TypeScript实现的MCP服务器，利用Gemini文件搜索能力，为LLM客户端提供文档仓库的语义搜索服务，并能返回带有引用来源的简洁答案。

一个基于TypeScript实现的MCP服务器，通过直接调用Gemini API为LLM客户端提供文本生成工具。

一个基于MCP理念的简单文件访问服务器，为LLM提供在安全沙箱内读写和列出文件的能力。

基于Model Context Protocol（MCP）的服务器，提供智能Gemini工具，支持文件操作、代码分析和搜索等功能。

基于 Gemini 构建的 MCP 服务器，通过智能路由将用户请求分发至不同的 AI 服务模块（如聊天、搜索、RAG等），实现复杂任务的协同处理。

基于 Google Gemini AI，提供图像、音频和视频识别工具的 MCP 服务器，通过标准协议为 LLM 应用提供多媒体内容理解能力。

将 Google Gemini 模型能力封装为 MCP 服务器，提供文本生成、对话、函数调用、文件处理和缓存等工具，方便 LLM 客户端调用。

基于Model Context Protocol的MCP服务器，提供通过自然语言描述生成图像素材的功能，支持OpenAI DALL-E 3和Google Gemini。

基于Fastify框架构建的Telegram机器人，通过集成MCP服务扩展LLM能力，实现智能对话和工具调用。

基于MCP协议的服务器，通过工具提供随机用户信息，可与聊天机器人和Claude集成。

DeepView MCP 是一个 MCP 服务器，它允许 IDE 使用 Gemini 分析大型代码库，提供代码库查询工具。

基于Model Context Protocol，集成Gemini模型，提供思考链工具的MCP服务器实现，支持SSE传输协议。

基于 Model Context Protocol 的 MCP 服务器，利用 Gemini 的强大能力提供上下文管理和 API 缓存，优化 LLM 应用的效率和成本。

基于MCP协议，为LLM客户端提供Gemini图像生成能力的后端服务，支持通过工具调用生成图像。

gomcptest 是一个 Model Context Protocol (MCP) 服务器的概念验证项目，演示了如何使用自定义构建的主机来实现 MCP 协议，并集成了 OpenAI 兼容 API 和 Google Gemini，用于测试 Agentic 系统。

Gemini MCP Server：使Claude Desktop能够通过Model Context Protocol协议与Google Gemini模型进行交互的后端服务。

基于MCP协议的服务器，通过Vertex AI Search为LLM客户端提供文档搜索能力，支持私有数据检索。

基于MCP协议的Gemini服务器，连接Claude Desktop与Gemini AI模型，提供文本生成服务。

Second Opinion MCP Server 是一个利用 Gemini AI、Stack Overflow 和 Perplexity AI 的代码问题辅助工具，通过 MCP 协议为 LLM 客户端提供智能代码问题解决方案和分析。