Gemini Context MCP Server

Сервер Gemini Context MCP управляет контекстом и кешированием для Gemini AI. Он использует модель протокола контекста (MCP) и позволяет эффективно работать с окном контекста до 2M токенов, снижая затраты на повторную передачу больших объёмов данных.

Возможности

• Управление контекстом — до 2 млн токенов, сессионные беседы, добавление/поиск контекста с метаданными, семантический поиск, автоматическая очистка устаревших сессий.
• Кеширование API — кеширование больших промптов, управление временем жизни (TTL), автоматическое удаление просроченных кешей, экономия токенов.

Быстрый старт

Требования

• Node.js 18+
• Ключ Gemini API (получить можно здесь)

Установка

git clone https://github.com/ogoldberg/gemini-context-mcp-server
cd gemini-context-mcp
npm install
cp .env.example .env

В файле .env укажите GEMINI_API_KEY=ваш_ключ.

Запуск

npm run build
node dist/mcp-server.js

Интеграция с MCP-клиентами

Сервер совместим с любыми MCP-клиентами (Claude Desktop, Cursor, VS Code). Для быстрой настройки используйте команды:

npm run install:claude
npm run install:cursor
npm run install:vscode

Подробное руководство по настройке — в README-MCP.md.

Примеры использования

Базовый пример

import { GeminiContextServer } from './src/gemini-context-server.js';

async function main() {
  const server = new GeminiContextServer();

  const sessionId = "user-123";
  // Первый запрос — создание контекста
  const response = await server.processMessage(sessionId, "Что такое машинное обучение?");
  console.log("Ответ:", response);

  // Следующий запрос в той же сессии — контекст сохраняется
  const followUp = await server.processMessage(sessionId, "Какие популярные алгоритмы?");
  console.log("Уточнение:", followUp);
}

main();

Пример с кешированием больших инструкций

// Создаём кеш для системной инструкции (TTL 2 часа)
const cacheName = await server.createCache(
  'Technical Support System',
  'Ты — ассистент техподдержки...',
  7200
);

// Генерация ответа с использованием кеша
const response = await server.generateWithCache(cacheName, 'Как сбросить пароль?');

// Удаление кеша после использования
await server.deleteCache(cacheName);

Доступные MCP-инструменты

Управление контекстом

• generate_text — генерация текста с учётом контекста
• get_context — получение текущего контекста сессии
• clear_context — очистка контекста сессии
• add_context — добавление контекстных записей
• search_context — семантический поиск по контексту

Кеширование

• mcp_gemini_context_create_cache — создание кеша для больших контекстов
• mcp_gemini_context_generate_with_cache — генерация с использованием кеша
• mcp_gemini_context_list_caches — список всех кешей
• mcp_gemini_context_update_cache_ttl — обновление TTL кеша
• mcp_gemini_context_delete_cache — удаление кеша

Конфигурация

Все настройки задаются переменными окружения в .env:

Пример кастомной конфигурации в коде:

const config = {
  gemini: {
    apiKey: process.env.GEMINI_API_KEY,
    model: 'gemini-2.0-pro',
    temperature: 0.2,
    maxOutputTokens: 1024,
  },
  server: {
    sessionTimeoutMinutes: 30,
    maxTokensPerSession: 1000000,
  }
};

const server = new GeminiContextServer(config);

Разработка

npm run build      # сборка TypeScript
npm run dev        # режим разработки с автоперезагрузкой
npm test           # запуск тестов

Скрипты для тестирования:

• node test-gemini-context.js — проверка управления контекстом
• node test-gemini-api-cache.js — проверка кеширования

Дополнительные материалы

• README-MCP.md — детали протокола MCP
• mcp-manifest.json — описание всех доступных инструментов
• Примеры скриптов в репозитории

Планы по улучшению

• Персистентность контекста и кешей в БД
• Управление размером кеша и политики вытеснения
• Векторный семантический поиск
• Аналитика и метрики
• Интеграция с векторными хранилищами
• Пакетные операции для управления контекстом
• Гибридные стратегии кеширования
• Автоматическая оптимизация промптов

Лицензия

MIT