使用说明

Gemini计算机使用MCP服务器

一种模型上下文协议（MCP）服务器实现，与谷歌的Gemini API集成，以实现计算机使用功能，包括屏幕捕捉、输入控制和系统交互。

特性

文本生成：使用Gemini强大的人工智能模型生成文本响应
计算机使用集成：通过Gemini执行计算机级操作
MCP协议支持：全面实施模型上下文协议规范
异步操作：内置async/await以实现高效的请求处理
错误处理：全面的错误处理和记录

先决条件

Python 3.8或更高版本
访问Gemini API的Google API密钥
pip（Python包安装程序）

安装

1.克隆存储库

git clone https://github.com/IHABCHENINE-lang/mcp.git
cd mcp

2.设置Python虚拟环境（推荐）

# Create virtual environment
python3 -m venv venv

# Activate virtual environment
# On macOS/Linux:
source venv/bin/activate

# On Windows:
venv\Scripts\activate

3.安装依赖项

pip install google-generativeai

4.配置API密钥

你需要设置你的谷歌API密钥。您可以通过两种方式做到这一点：

选项A：环境变量

export GOOGLE_API_KEY="your-api-key-here"

选项B：作为参数传递 修改代码以将API密钥直接传递给 GeminiMCPServer 建设者。

获取Google API密钥

首选谷歌AI工作室
使用您的Google帐户登录
单击“创建API密钥”
复制生成的密钥

用法

运行服务器

python server.py

服务器将启动并监听MCP请求。您应该看到：

2025-10-08 13:28:00 - __main__ - INFO - Starting Gemini Computer Use MCP Server...
2025-10-08 13:28:01 - __main__ - INFO - Gemini MCP Server initialized successfully
2025-10-08 13:28:01 - __main__ - INFO - Server ready and waiting for requests...

可用工具

MCP服务器公开了以下工具：

1.generate_text

使用Gemini AI生成文本。

参数：

prompt （string，必填）：发送给Gemini的文本提示

例子：

{
  "name": "generate_text",
  "arguments": {
    "prompt": "Explain quantum computing in simple terms"
  }
}

2.计算机操作

通过Gemini执行计算机使用操作。

参数：

instruction （string，必填）：计算机操作的指令

例子：

{
  "name": "computer_action",
  "arguments": {
    "instruction": "Open the calculator application"
  }
}

MCP协议方法

服务器实现以下MCP协议方法：

initialize：初始化MCP连接
tools/list：列出所有可用工具
tools/call：执行特定工具

项目结构

mcp/
├── server.py          # Main MCP server implementation
└── README.md          # This file

配置

模型选择

默认情况下，服务器使用 gemini-2.0-flash-exp。您可以在中修改模型 server.py:

self.model = genai.GenerativeModel('gemini-2.0-flash-exp')

可用型号：

gemini-2.0-flash-exp （建议计算机使用）
gemini-pro
gemini-pro-vision

日志级别

在中调整日志记录级别 server.py:

logging.basicConfig(
    level=logging.DEBUG,  # Change to DEBUG, INFO, WARNING, or ERROR
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)

发展

以开发模式运行

对于开发，您可能需要添加额外的日志记录或调试：

PYTHON_ENV=development python server.py

测试

要测试服务器，您可以创建一个发送MCP请求的简单客户端：

import asyncio
import json

async def test_client():
    server = GeminiMCPServer()
    
    # Test initialize
    response = await server.handle_request({
        'method': 'initialize',
        'params': {}
    })
    print(json.dumps(response, indent=2))
    
    # Test list tools
    response = await server.handle_request({
        'method': 'tools/list',
        'params': {}
    })
    print(json.dumps(response, indent=2))

asyncio.run(test_client())

故障排除

“未找到谷歌generativeai软件包”

安装所需的软件包：

pip install google-generativeai

“必须提供Google API密钥”

确保您已设置 GOOGLE_API_KEY 环境变量：

export GOOGLE_API_KEY="your-api-key-here"

导入错误

确保你使用的是Python 3.8或更高版本：

python --version

安全说明

永远不要提交API密钥 到版本控制
将API密钥存储在环境变量或安全密钥管理系统中
这 .gitignore 文件应包含常见模式，以避免提交敏感数据
在生产环境中启用之前，请检查所有计算机使用操作

贡献

欢迎投稿！请随时提交拉取请求。

复刻仓库
创建功能分支(git checkout -b feature/amazing-feature)
提交您的更改(git commit -m 'Add some amazing feature')
推到分支(git push origin feature/amazing-feature)
打开拉取请求

许可证

本项目按原样提供，用于教育和发展目的。

资源

支持

对于问题和疑问：

在GitHub上打开一个问题
检查现有问题的解决方案
审查文件