Gemini API 与 MCP 工具集成

本项目演示了如何将 Google Gemini API 与由 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。

前提条件

在运行本项目之前，请确保您已具备以下条件：

• Python 3.7 或更高版本

• 启用了 Gemini API 并具有 API 密钥的 Google Cloud 项目。

• 设置了具有必要工具的 MCP 环境。

• 包含以下环境变量的 .env 文件：

  GEMINI_API_KEY=<您的_gemini_api_key>
  GEMINI_MODEL=<您的_gemini_model_name>
  MCP_RUNNER=<mcp_runner 的路径>
  MCP_SCRIPT=<mcp_script 的路径>
  

安装

1. 克隆存储库：

   git clone <存储库_url>
   cd <存储库_目录>
   

2. 创建一个虚拟环境（推荐）：

   python3 -m venv venv
   source venv/bin/activate  # 在 macOS/Linux 上
   
   

3. 使用 uv 安装所需的依赖项：

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

4. 在项目根目录中创建一个 .env 文件，并添加您的环境变量。

GEMINI_API_KEY=您的_api_key_在此处
GEMINI_MODEL=gemini-pro
MCP_RUNNER=mcp_runner_的路径
MCP_SCRIPT=mcp_script_的路径

用法

要运行应用程序，请执行以下命令：

python main.py

工作原理

1. 应用程序加载环境变量并验证它们是否存在
2. 建立与 MCP 客户端的连接
3. 从 MCP 会话中检索可用的工具
4. 将提示以及工具定义发送到 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

自定义

要自定义提示或行为：

1. 使用您想要的文本修改 prompt 变量
2. 调整 get_contents() 函数以更改提示的格式化方式
3. 扩展 process_response() 以处理不同的响应类型

许可证

MIT 许可证