# Gemini文件管理器
## 基本信息
- Slug: `kevingduck-gemini_mcp`
- Source: modelscope
- Publisher: @kevingduck/gemini_mcp
- Categories: file-systems / shell-access / autonomous-agents
- Hosted: No
- License: Unknown
- Source URL: https://www.modelscope.cn/mcp/servers/@kevingduck/gemini_mcp
## 简介
一种本地服务器，它通过自然语言聊天交互，使谷歌的Gemini AI能够在您计算机上的受控沙盒文件夹中安全地读取、写入和列出文件。
## MCP Server 详情

# Gemini MCP 文件代理 (MVP)

此项目允许你与 Google 的 Gemini AI 进行聊天，并允许它在特定的、受控的文件夹（一个“沙箱”）内安全地读取、写入和列出你的计算机上的文件。

**功能：**
*   **`mcp_server.py`**: 一个本地服务器，Gemini 使用它来访问文件。你需要告诉它你的计算机上的哪个文件夹是“沙箱”。
*   **聊天脚本 (`chat_with_gemini_mcp.py`, `simple_chat.py`)**: 命令行聊天，你可以通过这些脚本与 Gemini 对话。Gemini 可以使用 `mcp_server.py` 来管理沙箱中的文件。

**谨慎使用:** 这是一个基本示例。请小心选择让 `mcp_server.py` 访问的文件夹。

## 快速开始

1.  **获取文件:** 确保所有 `.py` 文件都在同一个文件夹中。
2.  **API 密钥:**
    *   从 [Google AI Studio](https://aistudio.google.com/app/apikey) 获取 Google AI API 密钥。
    *   将其设置为环境变量：
        bash
        export GOOGLE_API_KEY="YOUR_KEY_HERE" 
        
        （对于 Windows，使用 `set GOOGLE_API_KEY="YOUR_KEY_HERE"`）
3.  **安装依赖:**
    bash
    pip install -r requirements.txt 
    
    （或者运行 `./install_packages.sh`）

4.  **运行程序:**
    *   **终端 1: 启动 MCP 服务器**
        bash
        python mcp_server.py 
        
        （默认情况下，这会创建并使用 `./mcp_data_sandbox/` 文件夹。要使用不同的文件夹，请使用 `python mcp_server.py --sandbox-dir ./my_files`）
    *   **终端 2: 开始聊天**
        bash
        python chat_with_gemini_mcp.py
        

5.  **与 Gemini 聊天:**
    *   “我的工作文件夹里有哪些文件？”
    *   “创建 `notes.txt` 并在其中写入 ‘Hello world’。”
    *   “读取 `notes.txt`。”

## 工作原理（简化版）

1.  你与 Gemini 进行聊天。
2.  如果你询问有关文件的问题，Gemini 会告诉你的聊天脚本使用“文件工具”。
3.  你的聊天脚本告诉 `mcp_server.py` 在沙箱文件夹中执行文件操作（如读取、写入等）。
4.  服务器执行该操作并将结果告知聊天脚本。
5.  聊天脚本将结果告知 Gemini。
6.  Gemini 告诉你发生了什么。

## 重要事项

*   **仅限沙箱:** `mcp_server.py` 只能访问你指定为沙箱的那个文件夹内的文件。这是为了安全考虑。
*   **本地使用:** 设计为在你自己的计算机上运行。

这是一个基本的工具，用于探索给予 AI 文件访问权限。请明智地使用它！