📢 Подпишитесь на The AI Language на YouTube!

Добро пожаловать! В этом проекте есть несколько MCP-клиентов, интегрированных с Google Gemini AI для выполнения задач через Протокол контекста модели (MCP) — как с LangChain, так и без него.

Удачного строительства, и не забудьте подписаться!

Опции клиента MCP

Этот репозиторий включает четыре варианта клиента MCP для различных случаев использования:

Если хотите добавить или повторно использовать MCP-серверы, посмотрите репозиторий MCP Servers.

---

✪ Особенности

✅ Подключается к MCP-серверу (STDIO или SSE) ✅ Использует Google Gemini AI для интерпретации пользовательских запросов ✅ Позволяет Gemini вызывать MCP-инструменты через сервер ✅ Выполняет команды инструмента и возвращает результаты ✅ (В ближайшем плане) Поддерживает контекст и историю для разговоров

---

Запуск клиента MCP

🚀 MCP Client with Gemini AI

📢 Subscribe to The AI Language on YouTube!

Welcome! This project features multiple MCP clients integrated with Google Gemini AI to execute tasks via the Model Context Protocol (MCP) — with and without LangChain.

Happy building, and don’t forget to subscribe!

MCP Client Options

This repository includes four MCP client options for various use cases:

If you want to add or reuse MCP Servers, check out the MCP Servers repo.

---

✪ Features

✅ Connects to an MCP server (STDIO or SSE)
✅ Uses Google Gemini AI to interpret user prompts
✅ Allows Gemini to call MCP tools via server
✅ Executes tool commands and returns results
✅ (Upcoming) Maintains context and history for conversations

---

Running the MCP Client

Choose the appropriate command for your preferred client:

• Legacy STDIO — uv run client.py path/to/server.py
• LangChain STDIO — uv run langchain_mcp_client.py path/to/server.py
• LangChain Multi-Server STDIO — uv run langchain_mcp_client_wconfig.py path/to/config.json
• SSE Client — uv run client_sse.py sse_server_url

Project Structure

mcp-client-gemini/
├── client.py                        # Basic client (STDIO)
├── langchain_mcp_client.py         # LangChain + Gemini
├── langchain_mcp_client_wconfig.py # LangChain + config.json (multi-server)
├── client_sse.py                   # SSE transport client (local or remote)
├── .env                            # API key environment file
├── README.md                       # Project documentation
├── requirements.txt                # Dependency list
├── .gitignore                      # Git ignore rules
├── LICENSE                         # License information

How It Works

1. You send a prompt:

   Create a file named test.txt

2. The prompt is sent to Google Gemini AI.
3. Gemini uses available MCP tools to determine a response.
4. The selected tool is executed on the connected server.
5. The AI returns results and maintains conversation context (if supported).

🤝 Contributing

At this time, this project does not accept external code contributions.

This is to keep licensing simple and avoid any shared copyright.

You’re very welcome to: ✅ Report bugs or request features (via GitHub Issues)