AI Studio MCP Server

一个与Google AI Studio / Gemini API集成的Model Context Protocol (MCP)服务器，提供内容生成能力，支持文件、对话历史和系统提示。

安装和使用

预备条件

• Node.js 20.0.0 或更高版本
• Google AI Studio API密钥

使用npx（推荐）

GEMINI_API_KEY=your_api_key npx -y aistudio-mcp-server

本地安装

npm install -g aistudio-mcp-server
GEMINI_API_KEY=your_api_key aistudio-mcp-server

配置

设置您的Google AI Studio API密钥作为环境变量：

export GEMINI_API_KEY=your_api_key_here

可选配置

• GEMINI_MODEL: 要使用的Gemini模型（默认：gemini-2.5-flash）
• GEMINI_TIMEOUT: 请求超时时间（以毫秒为单位，默认：300000 = 5分钟）
• GEMINI_MAX_OUTPUT_TOKENS: 最大输出标记数（默认：8192）
• GEMINI_MAX_FILES: 每个请求的最大文件数（默认：10）
• GEMINI_MAX_TOTAL_FILE_SIZE: 总文件大小限制（以MB为单位，默认：50）
• GEMINI_TEMPERATURE: 生成温度（范围0-2，默认：0.2）

示例：

export GEMINI_API_KEY=your_api_key_here
export GEMINI_MODEL=gemini-2.5-flash
export GEMINI_TIMEOUT=600000  # 10分钟
export GEMINI_MAX_OUTPUT_TOKENS=16384  # 更多输出标记
export GEMINI_MAX_FILES=5  # 每个请求限制为5个文件
export GEMINI_MAX_TOTAL_FILE_SIZE=100  # 100MB限制
export GEMINI_TEMPERATURE=0.7  # 更具创造性的响应

可用工具

generate_content

使用Gemini生成内容，全面支持文件、对话历史和系统提示。支持多种文件类型，包括图像、PDF、Office文档和文本文件。

参数：

• user_prompt (字符串，必需)：用于生成的用户提示
• system_prompt (字符串，可选)：引导AI行为的系统提示
• files (数组，可选)：包含在生成中的文件数组
  • 每个文件对象必须具有path或content
  • path (字符串)：文件路径
  • content (字符串)：Base64编码的文件内容
  • type (字符串，可选)：MIME类型（从文件扩展名自动检测）
• model (字符串，可选)：要使用的Gemini模型（默认：gemini-2.5-flash）
• temperature (数字，可选)：生成温度（范围0-2，默认：0.2）。较低值产生更集中的响应，较高值产生更具创造性的响应

支持的文件类型（Gemini 2.5模型）：

• 图像：JPG, JPEG, PNG, GIF, WebP, SVG, BMP, TIFF
• 视频：MP4, AVI, MOV, WEBM, FLV, MPG, WMV（每个请求最多10个文件）
• 音频：MP3, WAV, AIFF, AAC, OGG, FLAC（每个文件最多15MB）
• 文档：PDF（视为图像，一页=一张图像）
• 文本：TXT, MD, JSON, XML, CSV, HTML

文件限制：

• 每个音频/视频/文档文件的最大大小：15MB
• 每个请求的最大总大小：20MB（使用云存储时为2GB）
• 视频文件：每个请求最多10个
• PDF文件遵循图像定价（一页=一张图像）

基本示例：

{
  "user_prompt": "分析这张图片并描述你所看到的内容",
  "files": [
    {
      "path": "/path/to/image.jpg"
    }
  ]
}

PDF到Markdown转换：

{
  "user_prompt": "将此PDF转换为格式良好的Markdown，保留结构和格式。仅返回Markdown内容。",
  "files": [
    {
      "path": "/path/to/document.pdf"
    }
  ]
}

带有系统提示：

{
  "system_prompt": "您是一位专注于技术文档的有帮助的文档分析师",
  "user_prompt": "请详细解释文档中显示的身份验证方法",
  "files": [
    {"path": "/api-docs.pdf"}
  ]
}

多个文件示例：

{
  "user_prompt": "比较这些文档和图像",
  "files": [
    {"path": "/document.pdf"},
    {"path": "/chart.png"},
    {"content": "base64encodedcontent", "type": "image/jpeg"}
  ]
}

常见用例

PDF到Markdown转换

要将PDF文件转换为Markdown格式，请使用generate_content工具并提供适当的提示：

{
  "user_prompt": "将此PDF转换为格式良好的Markdown，保留结构、标题、列表和格式。如果文档有章节，则包含目录。",
  "files": [
    {
      "path": "/path/to/document.pdf"
    }
  ]
}

图像分析

分析图像、图表、图解或照片，并提供详细的描述：

{
  "system_prompt": "您是一位专业的图像分析师。提供关于视觉内容的详细准确描述。",
  "user_prompt": "分析这张图片并描述你所看到的内容。包括关于物体、人物、文字、颜色和构图的细节。",
  "files": [
    {
      "path": "/path/to/image.jpg"
    }
  ]
}

对于截图或技术图解：

{
  "user_prompt": "描述这个系统架构图。解释组件及其关系。",
  "files": [
    {
      "path": "/architecture-diagram.png"
    }
  ]
}

音频转录

从音频文件生成字幕：

{
  "system_prompt": "您是一位专业的转录服务。提供准确、格式良好的字幕。",
  "user_prompt": "请转录音频文件。如果有多个说话者，请识别说话者，并使用正确的标点符号和段落格式化。",
  "files": [
    {
      "path": "/meeting-recording.mp3"
    }
  ]
}

对于访谈或会议记录：

{
  "user_prompt": "转录这次访谈并提供讨论的关键点总结。",
  "files": [
    {
      "path": "/interview.wav"
    }
  ]
}

MCP客户端配置

将此服务器添加到您的MCP客户端配置中：

{
  "mcpServers": {
    "aistudio": {
      "command": "npx",
      "args": ["-y", "aistudio-mcp-server"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here",
        "GEMINI_MODEL": "gemini-2.5-flash",
        "GEMINI_TIMEOUT": "600000",
        "GEMINI_MAX_OUTPUT_TOKENS": "1_384",
        "GEMINI_MAX_FILES": "10",
        "GEMINI_MAX_TOTAL_FILE_SIZE": "50",
        "GEMINI_TEMPERATURE": "0.2"
      }
    }
  }
}

开发

设置

确保已安装Node.js 20.0.0或更高版本。

npm install
npm run build

本地运行

GEMINI_API_KEY=your_api_key npm run dev

许可证

MIT