它是一个允许 Gemini AI 作为 Claude Code 中 MCP 服务器使用的工具。
概览
它是一个允许 Gemini AI 作为 Claude Code 中 MCP 服务器使用的工具。 1. ： 利用 Gemini 庞大的上下文窗口一次性分析大型文件和目录 2.： 利用免费的 Gemini CLI 3 节省 Claude Code 令牌使用，同时利用 Claude Code 强大的功能 3.： 轻松集成到现有的 Claude Code 工作流程中 该服务器使用本地安装的 Gemini CLI 工具运行。 - Python 3.8+ - uv 包管理器 - Gemini CLI CLI 工具 UV 必须在系统层面安装（独立于 Python 虚拟环境运行）： - - 使用 Gemini 处理大量文件、目录和 URL 的信息 - 输入：- 提示（字符串）：发送给 Gemini 的提示 - file_dir_url_path（字符串）：访问文件、目录或 URL 的路径 - working_directory（字符串）：任务目录（必需） 对于Linux，请在~/.claude.json文件中添加以下设置： ： 将 /path/to/your/project/ 改为下载的 git 项目路径。
概述（AI 翻译）
英文版
它是一个允许 Gemini AI 作为 Claude Code 中 MCP 服务器使用的工具。
主要优势
- 大型文件分析：利用Gemini庞大的上下文窗口一次性分析大型文件和目录
- 代币节省：利用免费的Gemini CLI节省Claude Code的代币使用费，同时利用其强大且独特的功能
- 易于集成：易于集成到现有的Claude Code工作流程中
该服务器使用本地安装的 gemini CLI 工具运行。
先修条件
- Python 3.8+
- UV包管理器
- Gemini CLI CLI 工具
快速启动
1.存储克隆
- 紫外线安装
UV 必须在系统层面安装（独立于 Python 虚拟环境运行）：
- 依赖安装：
工具
- run_gemini
- 使用 Gemini 处理来自文件、目录和 URL 的大量信息
- 输入：
prompt（字符串）：发送给双子座的提示file_dir_url_path（字符串）：访问文件、目录或URL的路径，用于分析working_directory（字符串）：任务目录（必需）
配置
要配合 Claude Code 使用，添加 MCP 服务器设置：
对于Linux，请在~/.claude.json文件中添加以下设置：
注意：将/path/to/your/project/更改为下载的git项目路径。
发展
-
直接在服务器上运行（运行后应停止）
-
测试
-
调试
由于MCP服务器通过stdio通信，调试可能较为困难。我们建议使用MCP Inspector。
- 注意点
使用 subprocess.run 时，必须使用 shell=True 选项。这是通过 MCP 服务器环境中的 shell 执行命令的。没有该选项，执行 Gemini CLI 命令时可能会进入等待状态。
本页由 AI 翻译，技术细节请以原文为准。
安装
This server does not publish a one-line install command.
Open the repository installation guide 新手？先看 mcpskill.org 教程 →配置
{
"mcpServers": {
"gemini": {
"command": "uv",
"args": [
"--directory",
"/path/to/your/project",
"run",
"python",
"/path/to/your/project/gemini_mcp_server.py"
],
"env": {}
}
}
}