使用 Gemini CLI 的 MCP 服务器

本文档提供了配置和使用模型上下文协议 (MCP) 服务器与 Gemini CLI 的指南。

什么是 MCP 服务器？

MCP 服务器是一个通过模型上下文协议向 Gemini CLI 暴露工具和资源的应用程序，允许它与外部系统和数据源进行交互。MCP 服务器充当 Gemini 模型与您的本地环境或其他服务（如 API）之间的桥梁。

MCP 服务器使 Gemini CLI 能够：

发现工具： 通过标准化的模式定义列出可用工具、其描述和参数。
执行工具： 使用定义的参数调用特定工具并接收结构化响应。
访问资源： 从特定资源读取数据（尽管 Gemini CLI 主要专注于工具执行）。

通过 MCP 服务器，您可以扩展 Gemini CLI 的功能，执行超出其内置功能的操作，例如与数据库、API、自定义脚本或专门的工作流程进行交互。

核心集成架构

Gemini CLI 通过内置在核心包（packages/core/src/tools/）中的复杂发现和执行系统与 MCP 服务器集成：

发现层（`mcp-client.ts`）

发现过程由 discoverMcpTools() 编排，它：

遍历配置的服务器 来自您的 settings.json mcpServers 配置
建立连接 使用适当的传输机制（Stdio、SSE 或 Streamable HTTP）
获取工具定义 使用 MCP 协议从每个服务器获取
清理和验证 工具模式以与 Gemini API 兼容
注册工具 在全局工具注册表中进行冲突解决

执行层（`mcp-tool.ts`）

每个发现的 MCP 工具都被包装在一个 DiscoveredMCPTool 实例中，该实例：

处理确认逻辑 基于服务器信任设置和用户偏好
管理工具执行 通过使用适当参数调用 MCP 服务器
处理响应 用于 LLM 上下文和用户显示
维护连接状态 并处理超时

传输机制

Gemini CLI 支持三种 MCP 传输类型：

Stdio 传输： 生成子进程并通过 stdin/stdout 通信
SSE 传输： 连接到服务器发送事件端点
Streamable HTTP 传输： 使用 HTTP 流进行通信

如何设置您的 MCP 服务器

Gemini CLI 使用 settings.json 文件中的 mcpServers 配置来定位和连接到 MCP 服务器。此配置支持具有不同传输机制的多个服务器。

在 settings.json 中配置 MCP 服务器

您可以在 ~/.gemini/settings.json 文件的全局级别配置 MCP 服务器，或者在项目的根目录中创建或打开 .gemini/settings.json 文件。在文件中，添加 mcpServers 配置块。

配置结构

将 mcpServers 对象添加到您的 settings.json 文件中：

json

{ ...文件包含其他配置对象
  "mcpServers": {
    "serverName": {
      "command": "path/to/server",
      "args": ["--arg1", "value1"],
      "env": {
        "API_KEY": "$MY_API_TOKEN"
      },
      "cwd": "./server-directory",
      "timeout": 30000,
      "trust": false
    }
  }
}

配置属性

每个服务器配置支持以下属性：

必需（以下之一）

command（字符串）：Stdio 传输的可执行文件路径
url（字符串）：SSE 端点 URL（例如，"http://localhost:8080/sse"）
httpUrl（字符串）：HTTP 流端点 URL

可选

args（字符串[]）：Stdio 传输的命令行参数
headers（对象）：使用 url 或 httpUrl 时的自定义 HTTP 头
env（对象）：服务器进程的环境变量。值可以使用 $VAR_NAME 或 ${VAR_NAME} 语法引用环境变量
cwd（字符串）：Stdio 传输的工作目录
timeout（数字）：请求超时（毫秒）（默认：600,000ms = 10 分钟）
trust（布尔值）：当为 true 时，绕过此服务器的所有工具调用确认（默认：false）
includeTools（字符串[]）：要从此 MCP 服务器包含的工具名称列表。指定时，只有此处列出的工具才能从此服务器获得（白名单行为）。如果未指定，默认启用服务器的所有工具。
excludeTools（字符串[]）：要从此 MCP 服务器排除的工具名称列表。此处列出的工具将不可用于模型，即使它们由服务器暴露。注意： excludeTools 优先于 includeTools - 如果工具在两个列表中，它将被排除。

远程 MCP 服务器的 OAuth 支持

Gemini CLI 支持使用 SSE 或 HTTP 传输的远程 MCP 服务器的 OAuth 2.0 身份验证。这使得能够安全访问需要身份验证的 MCP 服务器。

自动 OAuth 发现

对于支持 OAuth 发现的服务器，您可以省略 OAuth 配置并让 CLI 自动发现它：

json

{
  "mcpServers": {
    "discoveredServer": {
      "url": "https://api.example.com/sse"
    }
  }
}

CLI 将自动：

检测服务器何时需要 OAuth 身份验证（401 响应）
从服务器元数据发现 OAuth 端点
如果支持，执行动态客户端注册
处理 OAuth 流程和令牌管理

身份验证流程

连接到启用 OAuth 的服务器时：

初始连接尝试 失败，返回 401 未授权
OAuth 发现 找到授权和令牌端点
浏览器打开 进行用户身份验证（需要本地浏览器访问）
授权码 交换访问令牌
令牌存储 安全存储以供将来使用
连接重试 使用有效令牌成功

浏览器重定向要求

重要： OAuth 身份验证要求您的本地机器能够：

打开网络浏览器进行身份验证
在 http://localhost:7777/oauth/callback 接收重定向

此功能在以下环境中不起作用：

没有浏览器访问权限的无头环境
没有 X11 转发的远程 SSH 会话
没有浏览器支持的容器化环境

管理 OAuth 身份验证

使用 /mcp auth 命令管理 OAuth 身份验证：

bash

# 列出需要身份验证的服务器
/mcp auth

# 使用特定服务器进行身份验证
/mcp auth serverName

# 如果令牌过期则重新身份验证
/mcp auth serverName

OAuth 配置属性

enabled（布尔值）：为此服务器启用 OAuth
clientId（字符串）：OAuth 客户端标识符（使用动态注册时可选）
clientSecret（字符串）：OAuth 客户端密钥（公共客户端可选）
authorizationUrl（字符串）：OAuth 授权端点（如果省略则自动发现）
tokenUrl（字符串）：OAuth 令牌端点（如果省略则自动发现）
scopes（字符串[]）：所需的 OAuth 范围
redirectUri（字符串）：自定义重定向 URI（默认为 http://localhost:7777/oauth/callback）
tokenParamName（字符串）：SSE URL 中令牌的查询参数名称
audiences（字符串[]）：令牌有效的受众

令牌管理

OAuth 令牌自动：

安全存储 在 ~/.gemini/mcp-oauth-tokens.json 中
刷新当过期时（如果有刷新令牌可用）
验证在每次连接尝试之前
清理当无效或过期时

身份验证提供者类型

您可以使用 authProviderType 属性指定身份验证提供者类型：

authProviderType（字符串）：指定身份验证提供者。可以是以下之一：
- dynamic_discovery（默认）：CLI 将自动从服务器发现 OAuth 配置。
- google_credentials：CLI 将使用 Google 应用程序默认凭据 (ADC) 与服务器进行身份验证。使用此提供者时，您必须指定所需的范围。

json

{
  "mcpServers": {
    "googleCloudServer": {
      "httpUrl": "https://my-gcp-service.run.app/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": ["https://www.googleapis.com/auth/userinfo.email"]
      }
    }
  }
}

示例配置

Python MCP 服务器（Stdio）

json

{
  "mcpServers": {
    "pythonTools": {
      "command": "python",
      "args": ["-m", "my_mcp_server", "--port", "8080"],
      "cwd": "./mcp-servers/python",
      "env": {
        "DATABASE_URL": "$DB_CONNECTION_STRING",
        "API_KEY": "${EXTERNAL_API_KEY}"
      },
      "timeout": 15000
    }
  }
}

Node.js MCP 服务器（Stdio）

json

{
  "mcpServers": {
    "nodeServer": {
      "command": "node",
      "args": ["dist/server.js", "--verbose"],
      "cwd": "./mcp-servers/node",
      "trust": true
    }
  }
}

基于 Docker 的 MCP 服务器

json

{
  "mcpServers": {
    "dockerizedServer": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "API_KEY",
        "-v",
        "${PWD}:/workspace",
        "my-mcp-server:latest"
      ],
      "env": {
        "API_KEY": "$EXTERNAL_SERVICE_TOKEN"
      }
    }
  }
}

基于 HTTP 的 MCP 服务器

json

{
  "mcpServers": {
    "httpServer": {
      "httpUrl": "http://localhost:3000/mcp",
      "timeout": 5000
    }
  }
}

带有自定义头的基于 HTTP 的 MCP 服务器

json

{
  "mcpServers": {
    "httpServerWithAuth": {
      "httpUrl": "http://localhost:3000/mcp",
      "headers": {
        "Authorization": "Bearer your-api-token",
        "X-Custom-Header": "custom-value",
        "Content-Type": "application/json"
      },
      "timeout": 5000
    }
  }
}

带有工具过滤的 MCP 服务器

json

{
  "mcpServers": {
    "filteredServer": {
      "command": "python",
      "args": ["-m", "my_mcp_server"],
      "includeTools": ["safe_tool", "file_reader", "data_processor"],
      // "excludeTools": ["dangerous_tool", "file_deleter"],
      "timeout": 30000
    }
  }
}

发现过程深入探讨

当 Gemini CLI 启动时，它通过以下详细过程执行 MCP 服务器发现：

1. 服务器迭代和连接

对于 mcpServers 中配置的每个服务器：

状态跟踪开始： 服务器状态设置为 CONNECTING
传输选择： 基于配置属性：
- httpUrl → StreamableHTTPClientTransport
- url → SSEClientTransport
- command → StdioClientTransport
建立连接： MCP 客户端尝试使用配置的超时连接
错误处理： 连接失败被记录，服务器状态设置为 DISCONNECTED

2. 工具发现

成功连接后：

工具列表： 客户端调用 MCP 服务器的工具列表端点
模式验证： 验证每个工具的函数声明
工具过滤： 基于 includeTools 和 excludeTools 配置过滤工具
名称清理： 清理工具名称以满足 Gemini API 要求：
- 无效字符（非字母数字、下划线、点、连字符）被替换为下划线
- 超过 63 个字符的名称被截断并进行中间替换（___）

3. 冲突解决

当多个服务器暴露具有相同名称的工具时：

首次注册获胜： 第一个注册工具名称的服务器获得无前缀名称
自动前缀： 后续服务器获得前缀名称：serverName__toolName
注册表跟踪： 工具注册表维护服务器名称与其工具之间的映射

4. 模式处理

工具参数模式经过清理以与 Gemini API 兼容：

$schema 属性 被移除
additionalProperties 被剥离
带有 default 的 anyOf 移除其默认值（Vertex AI 兼容性）
递归处理 应用于嵌套模式

5. 连接管理

发现后：

持久连接： 成功注册工具的服务器维护其连接
清理： 不提供可用工具的服务器关闭其连接
状态更新： 最终服务器状态设置为 CONNECTED 或 DISCONNECTED

工具执行流程

当 Gemini 模型决定使用 MCP 工具时，发生以下执行流程：

1. 工具调用

模型生成一个 FunctionCall，包含：

工具名称： 注册的名称（可能带前缀）
参数： 匹配工具参数模式的 JSON 对象

2. 确认过程

每个 DiscoveredMCPTool 实现复杂的确认逻辑：

基于信任的绕过

typescript

if (this.trust) {
  return false; // 不需要确认
}

动态允许列表

系统维护内部允许列表：

服务器级别： serverName → 此服务器的所有工具都被信任
工具级别： serverName.toolName → 此特定工具被信任

用户选择处理

需要确认时，用户可以选择：

仅此次进行： 仅此次执行
始终允许此工具： 添加到工具级别允许列表
始终允许此服务器： 添加到服务器级别允许列表
取消： 中止执行

3. 执行

确认后（或信任绕过）：

参数准备： 根据工具的模式验证参数

MCP 调用： 底层 CallableTool 调用服务器：

typescript

const functionCalls = [
  {
    name: this.serverToolName, // 原始服务器工具名称
    args: params,
  },
];

响应处理： 结果格式化用于 LLM 上下文和用户显示

4. 响应处理

执行结果包含：

llmContent： 语言模型上下文的原始响应部分
returnDisplay： 用户显示的格式化输出（通常是 markdown 代码块中的 JSON）

如何与您的 MCP 服务器交互

使用 `/mcp` 命令

/mcp 命令提供有关您的 MCP 服务器设置的全面信息：

bash

/mcp

这显示：

服务器列表： 所有配置的 MCP 服务器
连接状态： CONNECTED、CONNECTING 或 DISCONNECTED
服务器详细信息： 配置摘要（不包括敏感数据）
可用工具： 来自每个服务器的工具列表及其描述
发现状态： 整体发现过程状态

示例 `/mcp` 输出

MCP 服务器状态：

📡 pythonTools (已连接)
  命令：python -m my_mcp_server --port 8080
  工作目录：./mcp-servers/python
  超时：15000ms
  工具：calculate_sum, file_analyzer, data_processor

🔌 nodeServer (已断开连接)
  命令：node dist/server.js --verbose
  错误：连接被拒绝

🐳 dockerizedServer (已连接)
  命令：docker run -i --rm -e API_KEY my-mcp-server:latest
  工具：docker__deploy, docker__status

发现状态：已完成

工具使用

一旦发现，MCP 工具就像内置工具一样可用于 Gemini 模型。模型将自动：

选择适当的工具 基于您的请求
显示确认对话框（除非服务器被信任）
使用适当参数执行工具
以用户友好的格式显示结果

状态监控和故障排除

连接状态

MCP 集成跟踪几种状态：

服务器状态（`MCPServerStatus`）

DISCONNECTED： 服务器未连接或有错误
CONNECTING： 连接尝试进行中
CONNECTED： 服务器已连接并准备就绪

发现状态（`MCPDiscoveryState`）

NOT_STARTED： 发现尚未开始
IN_PROGRESS： 当前正在发现服务器
COMPLETED： 发现完成（有或没有错误）

常见问题和解决方案

服务器无法连接

症状： 服务器显示 DISCONNECTED 状态

故障排除：

检查配置： 验证 command、args 和 cwd 是否正确
手动测试： 直接运行服务器命令以确保它工作
检查依赖项： 确保安装了所有必需的包
查看日志： 查找 CLI 输出中的错误消息
验证权限： 确保 CLI 可以执行服务器命令

未发现工具

症状： 服务器连接但没有可用工具

故障排除：

验证工具注册： 确保您的服务器实际注册工具
检查 MCP 协议： 确认您的服务器正确实现 MCP 工具列表
查看服务器日志： 检查 stderr 输出中的服务器端错误
测试工具列表： 手动测试服务器的工具发现端点

工具不执行

症状： 工具被发现但在执行期间失败

故障排除：

参数验证： 确保您的工具接受预期参数
模式兼容性： 验证您的输入模式是有效的 JSON 模式
错误处理： 检查您的工具是否抛出未处理的异常
超时问题： 考虑增加 timeout 设置

沙箱兼容性

症状： 启用沙箱时 MCP 服务器失败

解决方案：

基于 Docker 的服务器： 使用包含所有依赖项的 Docker 容器
路径可访问性： 确保服务器可执行文件在沙箱中可用
网络访问： 配置沙箱以允许必要的网络连接
环境变量： 验证所需的环境变量通过传递

调试技巧

启用调试模式： 使用 --debug 运行 CLI 以获得详细输出
检查 stderr： MCP 服务器 stderr 被捕获和记录（INFO 消息被过滤）
测试隔离： 在集成之前独立测试您的 MCP 服务器
增量设置： 在添加复杂功能之前从简单工具开始
经常使用 /mcp： 在开发期间监控服务器状态

重要注意事项

安全考虑

信任设置： trust 选项绕过所有确认对话框。谨慎使用，仅用于您完全控制的服务器
访问令牌： 配置包含 API 密钥或令牌的环境变量时要注意安全
沙箱兼容性： 使用沙箱时，确保 MCP 服务器在沙箱环境中可用
私人数据： 使用广泛范围的个人访问令牌可能导致存储库之间的信息泄漏

性能和资源管理

连接持久性： CLI 维护与成功注册工具的服务器的持久连接
自动清理： 不提供工具的服务器的连接被自动关闭
超时管理： 根据服务器的响应特性配置适当的超时
资源监控： MCP 服务器作为单独的进程运行并消耗系统资源

模式兼容性

属性剥离： 系统自动移除某些模式属性（$schema、additionalProperties）以与 Gemini API 兼容
名称清理： 工具名称自动清理以满足 API 要求
冲突解决： 服务器之间的工具名称冲突通过自动前缀解决

这种全面的集成使 MCP 服务器成为扩展 Gemini CLI 功能的强大方式，同时保持安全性、可靠性和易用性。

从工具返回丰富内容

MCP 工具不限于返回简单文本。您可以在单个工具响应中返回丰富的多部分内容，包括文本、图像、音频和其他二进制数据。这使您能够构建强大的工具，在单次交互中向模型提供多样化信息。

从工具返回的所有数据都被处理并作为上下文发送给模型进行下一次生成，使其能够对提供的信息进行推理或总结。

工作原理

要返回丰富内容，您的工具响应必须遵循 MCP 规范中的 CallToolResult。结果的 content 字段应该是 ContentBlock 对象的数组。Gemini CLI 将正确处理此数组，将文本与二进制数据分离并为模型打包。

您可以在 content 数组中混合和匹配不同的内容块类型。支持的块类型包括：

text
image
audio
resource（嵌入内容）
resource_link

示例：返回文本和图像

以下是从 MCP 工具返回文本描述和图像的有效 JSON 响应示例：

json

{
  "content": [
    {
      "type": "text",
      "text": "这是您请求的徽标。"
    },
    {
      "type": "image",
      "data": "BASE64_ENCODED_IMAGE_DATA_HERE",
      "mimeType": "image/png"
    },
    {
      "type": "text",
      "text": "该徽标创建于 2025 年。"
    }
  ]
}

当 Gemini CLI 收到此响应时，它将：

提取所有文本并将其合并为模型的单个 functionResponse 部分。
将图像数据作为单独的 inlineData 部分呈现。
在 CLI 中提供清洁、用户友好的摘要，指示收到了文本和图像。

这使您能够构建复杂的工具，为 Gemini 模型提供丰富的多模态上下文。

MCP 提示作为斜杠命令

除了工具之外，MCP 服务器还可以暴露预定义的提示，这些提示可以作为 Gemini CLI 中的斜杠命令执行。这允许您为常见或复杂查询创建快捷方式，可以通过名称轻松调用。

在服务器上定义提示

以下是定义提示的 stdio MCP 服务器的小示例：

import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { z } from 'zod';

const server = new McpServer({
  name: 'prompt-server',
  version: '1.0.0',
});

server.registerPrompt(
  'poem-writer',
  {
    title: '诗歌作者',
    description: '写一首美好的俳句',
    argsSchema: { title: z.string(), mood: z.string().optional() },
  },
  ({ title, mood }) => ({
    messages: [
      {
        role: 'user',
        content: {
          type: 'text',
          text: `写一首${mood ? `情调为${mood}的` : ''}名为${title}的俳句。请注意俳句是5个音节，然后是7个音节，然后是5个音节`,
        },
      },
    ],
  }),
);

const transport = new StdioServerTransport();
await server.connect(transport);

这可以在 settings.json 的 mcpServers 下包含：

json

"nodeServer": {
  "command": "node",
  "args": ["filename.ts"],
}

调用提示

一旦发现提示，您可以使用其名称作为斜杠命令调用它。CLI 将自动处理解析参数。

bash

/poem-writer --title="Gemini CLI" --mood="reverent"

或者，使用位置参数：

bash

/poem-writer "Gemini CLI" reverent

当您运行此命令时，Gemini CLI 在 MCP 服务器上执行 prompts/get 方法并提供参数。服务器负责将参数替换到提示模板中并返回最终提示文本。然后 CLI 将此提示发送给模型执行。这提供了一种方便的方式来自动化和共享常见工作流程。

使用 `gemini mcp` 管理 MCP 服务器

虽然您始终可以通过手动编辑 settings.json 文件来配置 MCP 服务器，但 Gemini CLI 提供了一套方便的命令来以编程方式管理您的服务器配置。这些命令简化了添加、列出和删除 MCP 服务器的过程，无需直接编辑 JSON 文件。

添加服务器（`gemini mcp add`）

add 命令在您的 settings.json 中配置新的 MCP 服务器。根据范围（-s, --scope），它将被添加到用户配置 ~/.gemini/settings.json 或项目配置 .gemini/settings.json 文件中。

命令：

bash

gemini mcp add [options] <name> <commandOrUrl> [args...]

<name>：服务器的唯一名称。
<commandOrUrl>：要执行的命令（对于 stdio）或 URL（对于 http/sse）。
[args...]：stdio 命令的可选参数。

选项（标志）：

-s, --scope：配置范围（user 或 project）。[默认："project"]
-t, --transport：传输类型（stdio, sse, http）。[默认："stdio"]
-e, --env：设置环境变量（例如 -e KEY=value）。
-H, --header：为 SSE 和 HTTP 传输设置 HTTP 头（例如 -H "X-Api-Key: abc123" -H "Authorization: Bearer abc123"）。
--timeout：设置连接超时（毫秒）。
--trust：信任服务器（绕过所有工具调用确认提示）。
--description：设置服务器的描述。
--include-tools：要包含的工具的逗号分隔列表。
--exclude-tools：要排除的工具的逗号分隔列表。

添加 stdio 服务器

这是运行本地服务器的默认传输。

bash

# 基本语法
gemini mcp add <name> <command> [args...]

# 示例：添加本地服务器
gemini mcp add my-stdio-server -e API_KEY=123 /path/to/server arg1 arg2 arg3

# 示例：添加本地 python 服务器
gemini mcp add python-server python server.py --port 8080

添加 HTTP 服务器

此传输用于使用可流式 HTTP 传输的服务器。

bash

# 基本语法
gemini mcp add --transport http <name> <url>

# 示例：添加 HTTP 服务器
gemini mcp add --transport http http-server https://api.example.com/mcp/

# 示例：添加带有身份验证头的 HTTP 服务器
gemini mcp add --transport http secure-http https://api.example.com/mcp/ --header "Authorization: Bearer abc123"

添加 SSE 服务器

此传输用于使用服务器发送事件 (SSE) 的服务器。

bash

# 基本语法
gemini mcp add --transport sse <name> <url>

# 示例：添加 SSE 服务器
gemini mcp add --transport sse sse-server https://api.example.com/sse/

# 示例：添加带有身份验证头的 SSE 服务器
gemini mcp add --transport sse secure-sse https://api.example.com/sse/ --header "Authorization: Bearer abc123"

列出服务器（`gemini mcp list`）

要查看当前配置的所有 MCP 服务器，请使用 list 命令。它显示每个服务器的名称、配置详细信息和连接状态。

命令：

bash

gemini mcp list

示例输出：

✓ stdio-server: command: python3 server.py (stdio) - 已连接
✓ http-server: https://api.example.com/mcp (http) - 已连接
✗ sse-server: https://api.example.com/sse (sse) - 已断开连接

删除服务器（`gemini mcp remove`）

要从配置中删除服务器，请使用带有服务器名称的 remove 命令。

命令：

bash

gemini mcp remove <name>

示例：

bash

gemini mcp remove my-server

这将根据范围（-s, --scope）从相应 settings.json 文件的 mcpServers 对象中查找并删除"my-server"条目。

使用 Gemini CLI 的 MCP 服务器 ​

什么是 MCP 服务器？ ​

核心集成架构 ​

发现层（mcp-client.ts） ​

执行层（mcp-tool.ts） ​

传输机制 ​

如何设置您的 MCP 服务器 ​

在 settings.json 中配置 MCP 服务器 ​

配置结构 ​

配置属性 ​

必需（以下之一） ​

可选 ​

远程 MCP 服务器的 OAuth 支持 ​

自动 OAuth 发现 ​

身份验证流程 ​

浏览器重定向要求 ​

管理 OAuth 身份验证 ​

OAuth 配置属性 ​

令牌管理 ​

身份验证提供者类型 ​

示例配置 ​

Python MCP 服务器（Stdio） ​

Node.js MCP 服务器（Stdio） ​

基于 Docker 的 MCP 服务器 ​

基于 HTTP 的 MCP 服务器 ​

带有自定义头的基于 HTTP 的 MCP 服务器 ​

带有工具过滤的 MCP 服务器 ​

发现过程深入探讨 ​

1. 服务器迭代和连接 ​

2. 工具发现 ​

3. 冲突解决 ​

4. 模式处理 ​

5. 连接管理 ​

工具执行流程 ​

1. 工具调用 ​

2. 确认过程 ​

基于信任的绕过 ​

动态允许列表 ​

用户选择处理 ​

3. 执行 ​

4. 响应处理 ​

如何与您的 MCP 服务器交互 ​

使用 /mcp 命令 ​

示例 /mcp 输出 ​

工具使用 ​

状态监控和故障排除 ​

连接状态 ​

服务器状态（MCPServerStatus） ​

发现状态（MCPDiscoveryState） ​

常见问题和解决方案 ​

服务器无法连接 ​

未发现工具 ​

工具不执行 ​

沙箱兼容性 ​

调试技巧 ​

重要注意事项 ​

安全考虑 ​

性能和资源管理 ​

模式兼容性 ​

从工具返回丰富内容 ​

工作原理 ​

示例：返回文本和图像 ​

MCP 提示作为斜杠命令 ​

在服务器上定义提示 ​

调用提示 ​

使用 gemini mcp 管理 MCP 服务器 ​

添加服务器（gemini mcp add） ​

添加 stdio 服务器 ​

添加 HTTP 服务器 ​

添加 SSE 服务器 ​

列出服务器（gemini mcp list） ​

删除服务器（gemini mcp remove） ​

使用 Gemini CLI 的 MCP 服务器

什么是 MCP 服务器？

核心集成架构

发现层（`mcp-client.ts`）

执行层（`mcp-tool.ts`）

传输机制

如何设置您的 MCP 服务器

在 settings.json 中配置 MCP 服务器

配置结构

配置属性

必需（以下之一）

可选

远程 MCP 服务器的 OAuth 支持

自动 OAuth 发现

身份验证流程

浏览器重定向要求

管理 OAuth 身份验证

OAuth 配置属性

令牌管理

身份验证提供者类型

示例配置

Python MCP 服务器（Stdio）

Node.js MCP 服务器（Stdio）

基于 Docker 的 MCP 服务器

基于 HTTP 的 MCP 服务器

带有自定义头的基于 HTTP 的 MCP 服务器

带有工具过滤的 MCP 服务器

发现过程深入探讨

1. 服务器迭代和连接

2. 工具发现

3. 冲突解决

4. 模式处理

5. 连接管理

工具执行流程

1. 工具调用

2. 确认过程

基于信任的绕过

动态允许列表

用户选择处理

3. 执行

4. 响应处理

如何与您的 MCP 服务器交互

使用 `/mcp` 命令

示例 `/mcp` 输出

工具使用

状态监控和故障排除

连接状态

服务器状态（`MCPServerStatus`）

发现状态（`MCPDiscoveryState`）

常见问题和解决方案

服务器无法连接

未发现工具

工具不执行

沙箱兼容性

调试技巧

重要注意事项

安全考虑

性能和资源管理

模式兼容性

从工具返回丰富内容

工作原理

示例：返回文本和图像

MCP 提示作为斜杠命令

在服务器上定义提示

调用提示

使用 `gemini mcp` 管理 MCP 服务器

添加服务器（`gemini mcp add`）

添加 stdio 服务器

添加 HTTP 服务器

添加 SSE 服务器

列出服务器（`gemini mcp list`）

删除服务器（`gemini mcp remove`）