AI导哈

文档问答搜索工具

Gemini Search MCP是一个基于Model Context Protocol的服务，提供文档问答、内容检索和分块处理功能，适用于需要处理和分析本地文档的场景。

  • by MIMICLab
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 MIMICLab/GeminiSearchMCP

使用说明

Gemini Search MCP

Gemini Search MCP软件包a 模型上下文协议 提供五个工具的服务器：

  • 网络搜索 – 使用Gemini结合Google搜索验证来回答一般问题。
  • 文档问答系统 – 将本地文档转换为带标题的Markdown格式，并要求Gemini回答有关其内容的问题。
  • 获取文档内容 – 将文档转换为Markdown格式，并返回完整内容以供阅读。
  • 获取文档片段 – 提取大型文档中的特定部分，以便更轻松地处理。
  • 获取下一个数据块 – 自动从您上次停止的地方继续阅读（具有状态保持功能）。

安装

Python（pip）

pip install gemini-search-mcp

Node.js（npm）

npm install -g gemini-search-mcp

使用

设置您的Google API密钥（必须拥有Gemini访问权限）：

export GOOGLE_API_KEY="your-key"

运行MCP服务器（默认使用stdio传输）：

gemini-search-mcp run
# or simply
# gemini-search-mcp

自动配置Codex（写入至 ~/.codex/config.toml （默认）：

gemini-search-mcp configure --api-key "YOUR_KEY"

配置 Copilot CLI（写入到 ~/.copilot/config.json)：

gemini-search-mcp configure --cli-type copilot --api-key "YOUR_KEY"

同时配置 Codex 和 Copilot CLI：

gemini-search-mcp configure --cli-type both --api-key "YOUR_KEY"

对于使用自定义命令的 npm/npx 安装：

gemini-search-mcp configure --command npx --command-args -y gemini-search-mcp --api-key "YOUR_KEY"

清除缓存的转换工件：

gemini-search-mcp clear-cache
# 선택 옵션: --cache-dir /custom/path --remove-root

发展

以可编辑模式安装，并包含测试依赖项：

pip install -e .

确保已安装LibreOffice并已开启 PATH 如果您计划将非PDF文档进行转换。

贡献

欢迎贡献！请随时提交拉取请求。

出版

对于维护人员：请参阅 `PUBLISHING.md` 翻译为中文是：“发布指南/说明.md”。（注：`.md` 是 Markdown 文件的扩展名，通常用于编写简洁的文档或格式化文本。） 关于如何在 PyPI 和 npm 上发布新版本的说明。

更新日志

看 CHANGELOG.md 翻译为中文是：“变更日志文件（Markdown 格式）” 以查看每个版本的更改列表。

许可证

麻省理工学院（MIT）——版权所有。

相关 MCP