Gemsuite

GemSuite MCP: A Integração Mais Abrangente da API Gemini para Model Context Protocol

O servidor open-source definitivo para interação avançada com a API Gemini via Model Context Protocol (MCP), selecionando modelos de forma inteligente para desempenho ideal, custo mínimo de tokens e integração perfeita.

Integração profissional da API Gemini para Claude e todos os hosts compatíveis com MCP, com seleção inteligente de modelos e manipulação avançada de arquivos

Evoluído do projeto geminiserchMCP com capacidades aprimoradas

Instalação • Recursos • Uso • Exemplos • Modelos • Contribuição

🌟 O que é o GemSuite MCP?

O GemSuite (Model Context Protocol) MCP é a interface definitiva de integração da API Gemini para hosts MCP, selecionando modelos de forma inteligente para cada tarefa—entregando desempenho ideal, custo mínimo de tokens e integração perfeita. Ele permite que qualquer host compatível com MCP (Claude, Cursor, Replit, etc.) aproveite os recursos do Gemini com foco em:

1. Inteligência: Seleciona automaticamente o modelo Gemini ideal com base na tarefa e no conteúdo
2. Eficiência: Otimiza o uso de tokens e o desempenho em diferentes cargas de trabalho
3. Simplicidade: Fornece uma API limpa e consistente para operações complexas de IA
4. Versatilidade: Manipulação avançada de arquivos; lida com múltiplos tipos de arquivo, operações e casos de uso

Seja analisando documentos, resolvendo problemas complexos, processando grandes arquivos de texto ou buscando informações, o GemSuite MCP fornece as ferramentas certas com os modelos certos para o trabalho.

Por que o GemSuite MCP?

Diferente de outros servidores MCP Gemini que oferecem funcionalidade limitada, o GemSuite MCP fornece:

✅ Seleção Inteligente de Modelos: Seleciona automaticamente o modelo Gemini ideal com base na tarefa ✅ Manipulação Unificada de Arquivos: Processa vários tipos de arquivo com detecção automática de formato ✅ Conjunto Abrangente de Ferramentas: Quatro ferramentas especializadas cobrindo busca, raciocínio, processamento e análise ✅ Pronto para Produção: Implantado e validado em Smithery.ai, MCP.so e Glama.io

🚀 Instalação

Opção 1: Smithery.ai (Recomendado)

# Install directly via Smithery CLI
npx -y @smithery/cli@latest install @PV-Bhat/gemsuite-mcp --client claude

Opção 2: Instalação Manual

# Clone the repository
git clone https://github.com/PV-Bhat/gemsuite-mcp.git
cd gemsuite-mcp

# Install dependencies
npm install

# Set your Gemini API key
echo "GEMINI_API_KEY=your_api_key_here" > .env

# Build the project
npm run build

# Start the server
npm start

🔑 Configuração da Chave de API

1. Obtenha uma chave de API Gemini no Google AI Studio
2. Defina-a como uma variável de ambiente:

   export GEMINI_API_KEY=your_api_key_here
   

   ou crie um arquivo .env na raiz do projeto:

   GEMINI_API_KEY=your_api_key_here
   

💎 Recursos Principais

Manipulação Unificada de Arquivos

• Processamento Contínuo de Arquivos: Todas as ferramentas suportam entradas de arquivo via o parâmetro file_path
• Detecção Automática de Formato: Tratamento correto de vários tipos de arquivo com tipos MIME apropriados
• Suporte Multimodal: Processa imagens, documentos, arquivos de código e muito mais
• Processamento em Lote: Suporte para processar múltiplos arquivos em uma única operação

Seleção Inteligente de Modelos

graph TD
    A[Task Request] --> B{Task Type}
    B -->|Search| C[Gemini Flash]
    B -->|Reasoning| D[Gemini Flash Thinking]
    B -->|Processing| E[Gemini Flash-Lite]
    B -->|Analysis| F{File Type}
    F -->|Image| G[Gemini Flash]
    F -->|Code| H[Gemini Flash Thinking]
    F -->|Text| I[Gemini Flash-Lite]
    C & D & E & G & H & I --> J[Execute Request]

Ferramentas Especializadas

Tratamento Robusto de Erros

• Backoff Exponencial: Tratamento gracioso de limites de taxa da API
• Detecção Abrangente de Erros: Identificação clara das fontes de erro
• Mensagens Acionáveis: Informações detalhadas de erro para solução de problemas
• Mecanismos de Recuperação: Fallbacks inteligentes quando as abordagens primárias falham

🖥️ Uso

No Claude ou Outros Hosts Compatíveis com MCP

Ao usar o GemSuite MCP com Claude ou outros hosts compatíveis com MCP, as ferramentas estarão disponíveis diretamente no kit de ferramentas do assistente. Basta chamar a ferramenta apropriada para suas necessidades:

Guia de Seleção de Ferramentas

• gem_search: Para perguntas factuais que exigem integração de busca
• gem_reason: Para problemas complexos que exigem raciocínio passo a passo
• gem_process: Para processamento eficiente de texto ou arquivos (mais eficiente em tokens)
• gem_analyze: Para análise detalhada de arquivos com seleção automática de modelo

📚 Exemplos de Uso

Claude Desktop usando GemSuite Gemini Search para acessar o Google Search

Processando Arquivos (Mais Eficiente em Tokens)

// Summarize a large document
const response = await gem_process({
  file_path: "/path/to/your/large_document.pdf",
  operation: "summarize"
});

// Extract specific information
const response = await gem_process({
  file_path: "/path/to/your/report.docx",
  operation: "extract",
  content: "Extract all financial data and metrics from this document."
});

Analisando Arquivos

// Analyze an image
const response = await gem_analyze({
  file_path: "/path/to/your/image.jpg",
  instruction: "Describe what you see in this image in detail."
});

// Analyze code
const response = await gem_analyze({
  file_path: "/path/to/your/code.py",
  instruction: "Identify potential bugs and suggest optimizations."
});

Raciocínio Complexo

// Solve a complex problem with step-by-step reasoning
const response = await gem_reason({
  problem: "Analyze this code and suggest improvements:",
  file_path: "/path/to/your/code.js",
  show_steps: true
});

// Mathematical problem solving
const response = await gem_reason({
  problem: "Solve this differential equation: dy/dx = 2xy with y(0) = 1",
  show_steps: true
});

Buscando com Arquivos

// Answer questions about a document with search integration
const response = await gem_search({
  query: "What companies are mentioned in this document?",
  file_path: "/path/to/your/document.pdf"
});

// Factual questions with search
const response = await gem_search({
  query: "What are the latest developments in quantum computing?",
  enable_thinking: true
});

🧠 Características dos Modelos

O GemSuite MCP utiliza três modelos Gemini principais, selecionando de forma inteligente o modelo ideal para cada tarefa:

Gemini 2.0 Flash

• Janela de contexto de 1M tokens: Processa conteúdo extenso
• Integração de busca: Fundamenta respostas em informações atuais
• Capacidades multimodais: Lida com texto, imagens e muito mais
• Desempenho equilibrado: Boa combinação de qualidade e velocidade

Gemini 2.0 Flash-Lite

• Mais econômico: Minimiza o uso de tokens
• Tempos de resposta mais rápidos: Ideal para operações de alto volume
• Focado em texto: Otimizado para processamento de texto
• Ideal para eficiência: Quando busca e raciocínio não são necessários

Gemini 2.0 Flash Thinking

• Raciocínio aprimorado: Análise lógica e resolução de problemas
• Análise passo a passo: Mostra o processo de raciocínio
• Capacidades especializadas: Excelente em cálculos complexos
• Melhor para profundidade: Quando uma análise minuciosa é necessária

🔄 Exemplos de Fluxo de Trabalho

Fluxo de Trabalho de Análise de Documentos

// 1. Get a high-level summary (most efficient)
const summary = await gem_process({
  file_path: "/path/to/large_document.pdf",
  operation: "summarize"
});

// 2. Extract specific information
const keyPoints = await gem_process({
  file_path: "/path/to/large_document.pdf",
  operation: "extract",
  content: "Extract the key findings and recommendations"
});

// 3. Answer specific questions with search integration
const answers = await gem_search({
  query: "Based on this document, what are the implications for market growth?",
  file_path: "/path/to/large_document.pdf"
});

// 4. Claude synthesizes the processed information
// This approach is dramatically more token-efficient than having
// Claude process the entire document directly

Fluxo de Trabalho de Revisão de Código

// 1. Get code overview
const overview = await gem_analyze({
  file_path: "/path/to/code.js",
  instruction: "Provide an overview of this code's structure and purpose"
});

// 2. Identify potential issues
const issues = await gem_reason({
  problem: "Analyze this code for bugs, security vulnerabilities, and performance issues",
  file_path: "/path/to/code.js",
  show_steps: true
});

// 3. Generate improvements
const improvements = await gem_reason({
  problem: "Suggest specific improvements to make this code more efficient and maintainable",
  file_path: "/path/to/code.js",
  show_steps: true
});

// 4. Claude provides a comprehensive code review synthesis

🧩 Integração com Outros Hosts MCP

O GemSuite MCP funciona com qualquer host compatível com MCP:

• Claude Desktop: Integração perfeita com as poderosas capacidades de raciocínio do Claude
• Cursor IDE: Assistência aprimorada de codificação com os recursos do Gemini
• Replit: Geração e análise de código diretamente no seu ambiente de desenvolvimento
• Outros Hosts MCP: Compatível com qualquer plataforma que implemente o padrão MCP

🛠️ Configuração Avançada

Seleção Personalizada de Modelos

Você pode substituir a seleção automática de modelos especificando o parâmetro model_id:

// Force the use of Gemini Flash Thinking for a processing task
const response = await gem_process({
  file_path: "/path/to/document.pdf",
  operation: "analyze",
  model_id: "models/gemini-2.0-flash-thinking"
});

Operações Disponíveis para gem_process

• summarize: Criar um resumo conciso
• extract: Extrair informações específicas
• restructure: Reorganizar o conteúdo em um formato mais útil
• simplify: Tornar conteúdo complexo mais fácil de entender
• expand: Adicionar detalhes ou contexto ao conteúdo
• critique: Fornecer análise crítica
• feedback: Oferecer feedback construtivo
• analyze: Análise geral do conteúdo

🔧 Contribuição

Contribuições são bem-vindas! Veja como começar:

1. Faça um fork do repositório
2. Crie um branch de recurso: git checkout -b feature/my-new-feature
3. Faça suas alterações
4. Execute os testes: npm test
5. Faça commit das suas alterações: git commit -m 'Add my new feature'
6. Envie para o seu branch: git push origin feature/my-new-feature
7. Envie um pull request

Para alterações significativas, abra uma issue primeiro para discutir o que você gostaria de alterar.

📜 Licença

Este projeto está licenciado sob a Licença MIT - consulte o arquivo LICENSE para detalhes.

🙏 Agradecimentos

• Lorhlona/geminiserchMCP - O projeto original que inspirou esta versão aprimorada
• Model Context Protocol - Por desenvolver o padrão MCP
• Google Gemini - Pelos poderosos modelos de IA que alimentam este servidor

🔗 Links

• Repositório GitHub
• Smithery.ai
• Mcp.so
• Glama
• Rastreador de Issues
• Model Context Protocol

_{Feito com ❤️ por PV-Bhat}