AI导哈

Gemini API与MCP工具集成

该项目展示了如何将Google Gemini API与MCP（多云平台）框架管理的自定义工具集成，使用Gemini API处理自然语言查询，并利用MCP工具根据查询意图执行特定操作。

  • by hitechdk
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 hitechdk/weather-ai-agent

使用说明

Gemini API与MCP工具集成

该项目演示了如何将Google Gemini API与MCP（多云平台）框架管理的自定义工具集成。它使用Gemini API处理自然语言查询，并利用MCP工具根据查询意图执行特定操作。

先决条件

在运行此项目之前，请确保您具备以下条件：

  • Python 3.7或更高版本

  • 启用Gemini API和API密钥的谷歌云项目。

  • 使用必要的工具设置MCP环境。

  • .env 包含以下环境变量的文件：

    GEMINI_API_KEY=<your_gemini_api_key>
GEMINI_MODEL=<your_gemini_model_name>
MCP_RUNNER=<path_to_mcp_runner>
MCP_SCRIPT=<path_to_mcp_script>

安装

  1. 克隆存储库：

    git clone <repository_url>
cd <repository_directory>

  2. 创建虚拟环境（推荐）：

    python3 -m venv venv
source venv/bin/activate  # On macOS/Linux

  3. 使用安装所需的依赖项 uv:

    uv pip install dotenv google-generativeai mcp
uv add "mcp[cli]" httpx
uv pip install python-dotenv google-generativeai mcp

  4. 创建一个 .env 在项目根目录中创建文件并添加环境变量。

GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-pro
MCP_RUNNER=path_to_mcp_runner
MCP_SCRIPT=path_to_mcp_script

用法

要运行应用程序，请执行以下命令：

python main.py

运作原理

  1. 应用程序加载环境变量并验证其存在
  2. 与MCP客户端建立连接
  3. 从MCP会话中检索可用工具
  4. 将提示与工具定义一起发送到Gemini的API
  5. 处理模型发出的任何工具调用
  6. 返回包含工具调用结果的最终响应

定制

要自定义提示或行为，请执行以下操作：

  1. 修改 prompt 带有所需文本的变量
  2. 调整 get_contents() 更改提示格式的函数
  3. 扩展 process_response() 处理不同的响应类型

许可证

MIT许可证

相关 MCP