🚀 Gemini MCP 工具 - Windows 修复版

这个 MCP 能让 AI 与 Google Gemini CLI 进行交互。

通过利用 Gemini 强大的分析能力，这个工具可以处理大型文件和代码库，尤其适合需要大量上下文理解的场景。

最新版本 v1.0.21 - 修复了跨终端兼容性问题和 fetch-chunk 格式错误

一个 兼容 Windows 的模型上下文协议 (MCP) 服务器，使 AI 助手能够与 Google 的 Gemini CLI 交互。这是一个专门为 Windows 环境设计的修复版本，并支持 PowerShell。

注意: 这是 原始 gemini-mcp-tool 的增强版本，包含针对 Windows 的特定修复和改进。

🆕 最新更新 (v1.0.21)

• 🔧 修复跨终端兼容性 - 解决了不同终端环境中 Node.js 路径未找到的问题
• 📦 修复 fetch-chunk 格式错误 - 修复了分块响应中的 MCP 协议格式不匹配问题
• 🛡️ 增强 PATH 环境变量处理 - 自动添加常见的 Node.js 安装路径
• ✅ 全面兼容所有终端 - 支持 PowerShell、CMD、VS Code 终端、Trae AI、CherryStudio 等
• 🚀 改进错误处理 - 更好的错误消息和调试输出

v1.0.3 更新

• 🆕 PowerShell 路径参数支持 - 添加了可选的 powershellPath 参数，允许用户自定义 PowerShell 可执行文件路径
• ✅ 修复 PowerShell 执行错误 - 解决了 spawn powershell.exe ENOENT 问题
• ✅ 改进 Windows 兼容性 - 自动检测可用的 PowerShell 版本
• ✅ 修复未定义变量错误 - 修复了 executeCommandWithPipedInput 函数中的 args 变量问题
• ✅ 增强错误处理 - 更好的错误消息和调试输出
• ✅ 向后兼容 - 现有配置无需修改，自动使用默认检测逻辑

✨ 功能

• 🪟 兼容 Windows: 完全支持 PowerShell，并处理 Windows 特定路径
• 📊 大型上下文窗口: 利用 Gemini 的大规模令牌窗口来分析整个代码库
• 📁 文件分析: 使用 @filename 语法分析文件
• 🔒 沙盒模式: 安全的代码执行环境
• 🔗 MCP 集成: 无缝集成 MCP 兼容的 AI 助手（如 Trae AI、Claude Desktop）
• ⚡ NPX 就绪: 通过 NPX 轻松安装和使用
• 🔧 环境变量支持: 灵活的 API 密钥配置

这个 Windows 修复版本解决了以下问题：

• PowerShell 参数传递问题
• 中文/Unicode 文本的字符编码问题
• Windows 上的命令行参数转义
• 环境变量处理

📋 前提条件

在使用此工具之前，请确保您已具备：

1. Node.js (v16.0.0 或更高版本)
   powershell
   node --version # 应为 v16+

2. Google Gemini CLI 已安装并配置
   powershell
   npm install -g @google/generative-ai-cli

   验证安装

   gemini --version

3. API 密钥: 从 Google AI Studio 获取您的 API 密钥

📦 安装

使用 NPX 快速开始（推荐）

powershell

使用最新版本（推荐）

npx gemini-mcp-tool-windows-fixed@1.0.21

或使用最新版本标签

npx -y gemini-mcp-tool-windows-fixed@latest

全局安装

powershell

安装最新版本

npm install -g gemini-mcp-tool-windows-fixed@1.0.21

运行工具

gemini-mcp-tool-windows-fixed### 更新现有安装

如果您之前安装了旧版本：

powershell

卸载旧版本并安装最新版本

npm uninstall -g gemini-mcp-tool-windows-fixed
npm cache clean --force
npm install -g gemini-mcp-tool-windows-fixed@1.0.21

⚙️ MCP 客户端配置

Claude 代码（单行设置）

bash

Claude 代码的单命令设置

claude mcp add gemini-cli -- npx -y gemini-mcp-tool-windows-fixed@1.0.21

验证安装：
在 Claude 代码中输入 /mcp 以验证 gemini-cli MCP 是否处于活动状态。1

替代方案：从 Claude 桌面导入

如果您已经在 Claude 桌面中配置好了：

1. 添加到您的 Claude 桌面配置（见下文）
2. 导入到 Claude 代码：
   bash
   claude mcp add-from-claude-desktop

Trae AI（推荐）

1. 打开：%APPDATA%\Trae\User\mcp.json
2. 添加以下配置：

json
{
"mcpServers": {
"gemini-cli": {
"name": "gemini-cli",
"description": "适用于 Windows 的 Gemini MCP 工具",
"baseUrl": "",
"command": "npx",
"args": [
"-y",
"gemini-mcp-tool-windows-fixed@1.0.21"
],
"env": {
"GEMINI_API_KEY": "YOUR_ACTUAL_API_KEY_HERE"
},
"isActive": true,
"providerUrl": "https://github.com/orzcls/gemini-mcp-tool-windows-fixed"
}
}
}

Claude 桌面

1. 打开：%APPDATA%\Claude\claude_desktop_config.json
2. 添加以下配置：

json
{
"mcpServers": {
"gemini-cli": {
"command": "npx",
"args": ["-y", "gemini-mcp-tool-windows-fixed@1.0.21"],
"env": {
"GEMINI_API_KEY": "YOUR_ACTUAL_API_KEY_HERE"
}
}
}
}

🔑 API 密钥配置

选项 1：MCP 配置（推荐）

将上述配置中的 YOUR_ACTUAL_API_KEY_HERE 替换为您的实际 API 密钥。

选项 2：环境变量

powershell

临时（当前会话）

$env:GEMINI_API_KEY = "your-actual-api-key"

永久（用户级别）

[Environment]::SetEnvironmentVariable("GEMINI_API_KEY", "your-actual-api-key", "User")

验证

echo $env:GEMINI_API_KEY

配置文件位置

Claude 桌面：

• Windows: %APPDATA%\Claude\claude_desktop_config.json
• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Linux: ~/.config/claude/claude_desktop_config.json

Trae AI：

• Windows: %APPDATA%\Trae\User\mcp.json

🛠️ 可用工具

此 MCP 服务器为 AI 助手提供了以下工具：

1. ask-gemini

与 Google Gemini 交互进行分析和提问。

参数：

• prompt（必需）：分析请求。使用 @ 语法引用文件
• model（可选）：使用的 Gemini 模型（默认：gemini-2.5-pro）
• sandbox（可选）：启用沙盒模式以安全执行代码
• changeMode（可选）：启用结构化变更模式
• chunkIndex（可选）：用于继续的块索引
• chunkCacheKey（可选）：用于继续的缓存键

2. brainstorm

使用各种头脑风暴框架生成创意想法。

参数：

• prompt（必需）：头脑风暴挑战或问题
• model（可选）：使用的 Gemini 模型
• methodology（可选）：框架（divergent、convergent、scamper、design-thinking、lateral、auto）
• domain（可选）：领域上下文（software、business、creative 等）
• constraints（可选）：已知限制或要求
• existingContext（可选）：背景信息
• ideaCount（可选）：要生成的想法数量（默认：12）
• includeAnalysis（可选）：包括可行性分析（默认：true）

3. fetch-chunk

从 changeMode 响应中检索缓存的块。

参数：- cacheKey (必需): 从初始响应中获取的缓存键

• chunkIndex (必需): 要检索的数据块索引（基于1）

4. timeout-test

测试超时预防机制。

参数:

• duration (必需): 持续时间，以毫秒为单位（最小值：10毫秒）

5. ping

测试与服务器的连接。

参数:

• prompt (可选): 回显的消息

6. Help

显示有关可用工具的帮助信息。

🎯 使用示例

配置完成后，您可以通过MCP客户端使用以下工具：

自然语言示例 2

带有文件引用（使用@语法）:

• "请gemini分析@src/main.js并解释其功能"
• "使用gemini总结当前目录@"
• "分析@package.json并告诉我关于依赖项的信息"

一般问题（不涉及文件）:

• "请gemini搜索最新的技术新闻"
• "使用gemini解释div居中"
• "询问gemini关于与@file_im_confused_about相关的React开发最佳实践"
• "使用gemini解释index.html"
• "使用gemini理解这个庞大的项目"
• "请gemini搜索最新新闻"

使用Gemini CLI的沙盒模式(-s): 2
沙盒模式允许您在隔离环境中安全地测试代码更改、运行脚本或执行潜在风险操作。

• "使用gemini沙盒创建并运行一个处理数据的Python脚本"
• "请gemini安全地测试@script.py并解释其功能"
• "使用gemini沙盒安装numpy并创建数据可视化"
• "安全地测试这段代码：创建一个向API发起HTTP请求的脚本"

斜杠命令（适用于Claude Code用户） 2

您可以在Claude Code的界面中直接使用这些命令（与其他客户端的兼容性尚未测试）：

• /analyze: 使用Gemini分析文件或目录，或提出一般问题

  • prompt (必需): 分析提示。使用@语法包含文件（例如，/analyze prompt:@src/ summarize this directory）或提出一般问题（例如，/analyze prompt:Please use a web search to find the latest news stories）

• /sandbox: 在Gemini的沙盒环境中安全地测试代码或脚本

  • prompt (必需): 代码测试请求（例如，/sandbox prompt:Create and run a Python script that processes CSV data 或 /sandbox prompt:@script.py Test this script safely）

• /help: 显示Gemini CLI帮助信息

• /ping: 测试与服务器的连接

  • message (可选): 回显的消息

可用工具

• ask-gemini: 向Gemini发送提示

  "Explain how MCP works"

• analyze-file: 使用@filename语法分析特定文件

  "Analyze @package.json and suggest improvements"

• sandbox-mode: 在安全环境中执行代码

  "Run this Python code in sandbox mode: print('Hello World')"

🔧 Windows 特定修复

此版本包括以下针对Windows的改进：

1. PowerShell 参数处理: 修复参数传递以避免参数分割
2. 字符编码: 正确处理UTF-8编码的中文和Unicode字符
3. 引号转义: 在命令参数中正确转义引号
4. 环境变量: 改进.env文件加载和环境变量处理
5. 路径解析: 兼容Windows的路径处理

🧪 测试安装

1. 测试Gemini CLI

powershell
gemini -p "Hello, how are you?"

2. 测试MCP工具

powershell
npx -y gemini-mcp-tool-windows-fixed

应显示: [GMCPT] Gemini CLI MCP Server (Fixed) started

3. 测试MCP集成1. 重启您的MCP客户端（Trae AI, Claude Desktop）

1. 尝试询问：“使用gemini解释什么是MCP”
2. 检查是否有成功的响应

🐛 故障排除

常见问题

"找不到命令: gemini"

powershell
npm install -g @google/generative-ai-cli

"未找到API密钥"

powershell

检查是否已设置API密钥

echo $env:GEMINI_API_KEY

如果为空则进行设置

$env:GEMINI_API_KEY = "your-api-key"

"权限被拒绝"

powershell

检查执行策略

Get-ExecutionPolicy
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

有关详细故障排除，请参阅INSTALL-GUIDE.md。

🔧 针对Windows的特定修复

此版本包括几个针对Windows的改进：

• PowerShell集成：原生PowerShell命令执行
• 路径处理：正确的Windows路径解析
• 环境变量：增强的环境变量支持
• 错误处理：更好的Windows环境错误消息
• 依赖管理：简化的依赖结构

🤝 贡献

欢迎贡献！请：

1. 叉取仓库
2. 创建一个功能分支
3. 在Windows环境中测试
4. 提交一个拉取请求

📄 许可证

MIT许可证 - 详情请参阅LICENSE文件。

🙏 致谢

• 原始项目：jamubc/gemini-mcp-tool
• Google Gemini CLI团队
• Model Context Protocol (MCP)社区

📞 支持

如果您遇到任何问题或有疑问：

1. 检查Issues页面
2. 创建一个新的问题，并提供关于您问题的详细信息
3. 包括您的Windows版本、Node.js版本和错误消息

---

为Windows开发者用心打造

注意：这是原始gemini-mcp-tool的一个针对Windows优化的分叉。对于其他平台，请考虑使用原始版本。