Gemini Context MCP 服务器

一个强大的 MCP (模型上下文协议) 服务器实现，利用 Gemini 的能力进行上下文管理和缓存。该服务器最大化了 Gemini 的 2M token 上下文窗口的价值，同时提供了高效缓存大型上下文的工具。

🚀 功能

上下文管理

• 高达 2M token 的上下文窗口支持 - 利用 Gemini 广泛的上下文能力
• 基于会话的对话 - 跨多个交互维护对话状态
• 智能上下文跟踪 - 使用元数据添加、检索和搜索上下文
• 语义搜索 - 使用语义相似性查找相关上下文
• 自动上下文清理 - 会话和上下文自动过期

API 缓存

• 大型提示缓存 - 高效地重用大型系统提示和指令
• 成本优化 - 降低常用上下文的 token 使用成本
• TTL 管理 - 控制缓存过期时间
• 自动清理 - 过期的缓存自动删除

🏁 快速开始

前提条件

• 已安装 Node.js 18+
• Gemini API 密钥 (在此处获取)

安装

# 克隆仓库
git clone https://github.com/ogoldberg/gemini-context-mcp-server
cd gemini-context-mcp

# 安装依赖
npm install

# 复制环境变量示例
cp .env.example .env

# 将您的 Gemini API 密钥添加到 .env 文件
# GEMINI_API_KEY=your_api_key_here

基本用法

# 构建服务器
npm run build

# 启动服务器
node dist/mcp-server.js

MCP 客户端集成

此 MCP 服务器可以与各种 MCP 兼容的客户端集成：

• Claude Desktop - 在 Claude 设置中添加为 MCP 服务器
• Cursor - 在 Cursor 的 AI/MCP 设置中配置
• VS Code - 与 MCP 兼容的扩展一起使用

有关与每个客户端的详细集成说明，请参阅 MCP 文档中的 MCP 客户端配置指南。

快速客户端设置

使用我们简化的客户端安装命令：

# 安装并配置 Claude Desktop
npm run install:claude

# 安装并配置 Cursor
npm run install:cursor

# 安装并配置 VS Code
npm run install:vscode

每个命令都会设置适当的配置文件，并提供完成集成的说明。

💻 使用示例

针对初学者

直接使用服务器：

1. 启动服务器：

   node dist/mcp-server.js
   

2. 使用提供的测试脚本进行交互：

   # 测试基本上下文管理
   node test-gemini-context.js
   
   # 测试缓存功能
   node test-gemini-api-cache.js
   

在您的 Node.js 应用程序中使用：

import { GeminiContextServer } from './src/gemini-context-server.js';

async function main() {
  // 创建服务器实例
  const server = new GeminiContextServer();
  
  // 在会话中生成响应
  const sessionId = "user-123";
  const response = await server.processMessage(sessionId, "What is machine learning?");
  console.log("Response:", response);
  
  // 在同一会话中提出后续问题（保持上下文）
  const followUp = await server.processMessage(sessionId, "What are popular algorithms?");
  console.log("Follow-up:", followUp);
}

main();

针对高级用户

使用自定义配置：

// 自定义配置
const config = {
  gemini: {
    apiKey: process.env.GEMINI_API_KEY,
    model: 'gemini-2.0-pro',
    temperature: 0.2,
    maxOutputTokens: 1024,
  },
  server: {
    sessionTimeoutMinutes: 30,
    maxTokensPerSession: 1000000
  }
};

const server = new GeminiContextServer(config);

使用缓存系统进行成本优化：

// 为大型系统指令创建缓存
const cacheName = await server.createCache(
  'Technical Support System',
  'You are a technical support assistant for a software company...',
  7200 // 2 小时 TTL
);

// 使用缓存生成内容
const response = await server.generateWithCache(
  cacheName,
  'How do I reset my password?'
);

// 完成后清理
await server.deleteCache(cacheName);

🔌 与 MCP 工具（如 Cursor）一起使用

此服务器实现了模型上下文协议 (MCP)，使其与 Cursor 或其他 AI 增强的开发环境等工具兼容。

可用的 MCP 工具

1. 上下文管理工具：

   • generate_text - 生成带有上下文的文本
   • get_context - 获取会话的当前上下文
   • clear_context - 清除会话上下文
   • add_context - 添加特定的上下文条目
   • search_context - 以语义方式查找相关上下文

2. 缓存工具：

   • mcp_gemini_context_create_cache - 为大型上下文创建缓存
   • mcp_gemini_context_generate_with_cache - 使用缓存的上下文生成
   • mcp_gemini_context_list_caches - 列出所有可用的缓存
   • mcp_gemini_context_update_cache_ttl - 更新缓存 TTL
   • mcp_gemini_context_delete_cache - 删除缓存

与 Cursor 连接

与 Cursor 一起使用时，您可以通过 MCP 配置进行连接：

{
  "name": "gemini-context",
  "version": "1.0.0",
  "description": "Gemini 上下文管理和缓存 MCP 服务器",
  "entrypoint": "dist/mcp-server.js",
  "capabilities": {
    "tools": true
  },
  "manifestPath": "mcp-manifest.json",
  "documentation": "README-MCP.md"
}

有关 MCP 工具的详细使用说明，请参阅 README-MCP.md。

⚙️ 配置选项

环境变量

创建一个包含以下选项的 .env 文件：

# 必需
GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-2.0-flash

# 可选 - 模型设置
GEMINI_TEMPERATURE=0.7
GEMINI_TOP_K=40
GEMINI_TOP_P=0.9
GEMINI_MAX_OUTPUT_TOKENS=2097152

# 可选 - 服务器设置
MAX_SESSIONS=50
SESSION_TIMEOUT_MINUTES=120
MAX_MESSAGE_LENGTH=1000000
MAX_TOKENS_PER_SESSION=2097152
DEBUG=false

🧪 开发

# 构建 TypeScript 文件
npm run build

# 在开发模式下运行，带有自动重新加载
npm run dev

# 运行测试
npm test

📚 进一步阅读

• 有关 MCP 的特定用法，请参阅 README-MCP.md
• 浏览 mcp-manifest.json 中的清单以了解可用的工具
• 检查存储库中的示例脚本以了解使用模式

📋 未来改进

• 上下文和缓存的数据库持久性
• 缓存大小管理和驱逐策略
• 基于向量的语义搜索
• 分析和指标跟踪
• 与向量存储集成
• 上下文管理的批量操作
• 混合缓存策略
• 自动提示优化

📄 许可证

MIT