集成 Gemini AI 的 MCP 服务器

本项目实现了一个集成 Gemini AI 的多组件平台 (MCP) 服务器，允许用户通过自然语言命令执行各种数学运算和复杂任务。

功能

• 数学运算

  • 基本算术运算（加、减、乘、除）
  • 高级数学运算（幂、平方根、立方根）
  • 特殊函数（阶乘、对数、三角函数）
  • 列表运算（列表求和、指数和）

• 字符串处理

  • 将字符串转换为 ASCII 值
  • 处理字符数组

• Keynote 集成

  • 打开 Keynote 应用程序
  • 绘制具有自定义尺寸的矩形
  • 向形状添加文本

• AI 驱动的任务执行

  • 使用 Gemini AI 进行自然语言处理
  • 迭代问题解决
  • 基于用户查询自动选择工具

前提条件

• Python 3.8 或更高版本
• Google Gemini API 密钥
• macOS（用于 Keynote 集成）

安装

1. 克隆存储库：

git clone <repository-url>
cd <repository-name>

2. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt

4. 在项目根目录中创建一个 .env 文件，并添加您的 Gemini API 密钥：

GEMINI_API_KEY=your_api_key_here

项目结构

• mcp_server.py: 包含 MCP 服务器实现和工具定义
• talk2mcp.py: 客户端应用程序，与 MCP 服务器和 Gemini AI 交互
• .env: API 密钥的配置文件
• requirements.txt: 项目依赖项

用法

您可以通过两种方式启动应用程序：

选项 1：分别启动服务器和客户端

1. 在一个终端中启动 MCP 服务器：

python mcp_server.py

2. 在另一个终端中，运行客户端应用程序：

python talk2mcp.py

选项 2：仅启动客户端（推荐）

如果服务器尚未运行，客户端应用程序可以自动启动服务器。 只需运行：

python talk2mcp.py

客户端将：

1. 检查服务器是否正在运行
2. 如果需要，启动服务器
3. 自动建立连接
4. 提示您输入查询

使用应用程序

1. 出现提示时输入您的查询。 示例：

   • "Add 5 and 3"
   • "Find the ASCII values of characters in INDIA"
   • "Start keynote app and draw a rectangle of size 300x400"
   • "Calculate the factorial of 5"

2. 键入 'exit' 退出应用程序。

注意：使用选项 2 时，当您退出客户端应用程序时，服务器将自动关闭。

可用工具

系统提供以下工具：

1. 数学工具

   • add(a: int, b: int): 加两个数字
   • subtract(a: int, b: int): 减两个数字
   • multiply(a: int, b: int): 乘两个数字
   • divide(a: int, b: int): 除两个数字
   • power(a: int, b: int): 计算幂
   • sqrt(a: int): 计算平方根
   • cbrt(a: int): 计算立方根
   • factorial(a: int): 计算阶乘
   • log(a: int): 计算对数
   • sin(a: int), cos(a: int), tan(a: int): 三角函数

2. 字符串处理工具

   • strings_to_chars_to_int(string: str): 将字符串转换为 ASCII 值
   • int_list_to_exponential_sum(int_list: list): 计算指数和

3. Keynote 工具

   • open_keynote(): 打开 Keynote 应用程序
   • draw_rectangle_in_keynote(shapeWidth: int, shapeHeight: int): 绘制矩形
   • add_text_to_keynote_shape(text: str): 向形状添加文本

演示

观看 MCP 服务器与 Gemini AI 集成的演示：

点击上面的图片在 YouTube 上观看演示视频。

错误处理

该系统包括全面的错误处理：

• AI 响应的超时处理
• 类型转换验证
• 工具可用性检查
• 参数验证

调试

调试信息会打印到控制台，包括：

• 工具执行详情
• 参数处理
• 结果格式化
• 错误消息和堆栈跟踪

贡献

1. Fork 存储库
2. 创建一个功能分支
3. 提交您的更改
4. 推送到分支
5. 创建一个 Pull Request

许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

致谢

• Google Gemini AI 提供自然语言处理能力
• MCP 框架用于工具管理
• Python 社区提供本项目中使用的各种库