AI研究助手

一个基于MCP框架和Google Gemini LLM的AI研究助手,提供arXiv论文搜索和信息提取功能。

  • by reedemus
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 reedemus/mcp_gemini

使用说明

mcp双子座

使用Gemini的MCP服务器和客户端示例

背景

mcp_gemini 演示如何使用 主控程序 (模块化命令协议)框架和谷歌Gemini LLM。该项目包括:

  • MCP服务器(research_server.py)它提供了从arXiv论文中搜索和提取信息的工具。
  • MCP客户端(mcp_client.py)它连接到服务器,并使用Gemini 2.0 Flash进行对话式AI,包括工具/函数调用。

先决条件

  • Python 3.11或更新版本
  • 紫外线 (用于运行服务器)
  • Google Gemini API密钥(设置为 GEMINI_API_KEY 在您的环境中)

安装

  1. 克隆存储库:

    git clone https://github.com/yourusername/mcp_gemini.git
    cd mcp_gemini
    
  2. 安装依赖项:

    uv pip install -r pyproject.toml
    
  3. 设置环境变量:

    • 创建一个 .env 文件或导出Gemini API密钥:
      export GEMINI_API_KEY=your-gemini-api-key
      

如何跑步

  1. 启动MCP服务器(可选,客户端也可以自动启动):

    uv run research_server.py
    
  2. 运行MCP客户端:

    uv run mcp_client.py
    

    客户端将连接到服务器,列出可用工具,并启动交互式聊天循环。键入您的查询(例如,“查找有关量子计算的论文”),Gemini LLM将根据需要使用服务器的工具。

  3. 出口: 类型 quit 在聊天中退出。

备注

Gemini SDK 1.16.1中的MCP支持是实验性的,API可能会在未来版本中更改。