Gemini Tool Agent

MCPAI代理

提供方 paulfruitful

AI代理 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

Gemini Tool Agent 是一个基于 Google Gemini AI 模型的 Python 库,用于创建支持自定义工具的结构化对话代理,适用于需要自动化工具集成的开发场景。

一句话选型结论

按资料字段整理

Gemini Tool Agent 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 1 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量1暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI代理Python本地部署结构化对话工具集成Python库自动化处理

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
pip install gemini-tool-agent

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 1 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 1 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Gemini Tool Agent当前 1 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方paulfruitful上游标注的维护方 paulfruitful
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

2.7 KB
来自项目仓库与上游目录的原文,未做删改

Gemini工具代理

一个轻量级的、工具感知的Gemini代理,用于处理对话中的结构化提示和工具使用。

概述

Gemini Tool Agent是一个Python库,它提供了一个简单的接口,用于创建由谷歌Gemini AI模型支持的工具感知代理。它使开发人员能够使用结构化输入模式定义自定义工具,并将其无缝集成到会话流中。

特性

  • 工具感知的对话处理
  • 结构化提示处理
  • 自动上下文管理
  • JSON响应解析
  • 对话历史跟踪

安装```bash

pip install gemini-tool-agent


## 需求

- Python 3.8或更高版本
- 谷歌生成人工智能Python SDK(谷歌genai>=0.3.2)

## 用法```python
from gemini_tool_agent.agent import Agent

# Initialize the agent with your API key
agent = Agent(key="your-api-key")

# Define your tools
agent.tools = [
{
"name": "save_note",
"description": "Save a note to the database",
"input_schema": {
"title": "string",
"content": "string"
}
}
]

# Process a query that might use tools
response = agent.process_query("Save a note about AI agents")
print(response)

响应格式

代理以JSON格式返回结构化响应:```json
{
"needs_tool": true,
"tool_name": "save_note",
"needs_direct_response": true,
"direct_response_first": false,
"reasoning": "The query explicitly asks to save a note, which requires the save_note tool",
"direct_response": "AI agents are software entities that can perform tasks autonomously..."
}


### 刀具参数提取

在确定需要使用工具后,您可以从对话中提取参数:```python
# First process the query to determine if a tool is needed
response = agent.process_query("Save a note titled 'AI Agents' with content about machine learning")

# If a tool is needed, extract the parameters
if response.get("needs_tool", False):
tool_name = response.get("tool_name")
tool_params = agent.process_use_tool(tool_name)

# Now you can use the extracted parameters to execute the tool
print(tool_params)
# Output: {'tool_name': 'save_note', 'input': {'title': 'AI Agents', 'content': '...'}}
#You can then execute the tool with the extracted parameters

优化响应生成

该代理会自动处理大型提示以提高内存效率:```python

For direct usage (normally used internally by the agent)

response_text = agent.generate_response(large_prompt)

The method automatically optimizes prompts over 10,000 characters by:

- Trimming conversation history to the most recent 15 lines when needed

- Truncating large direct responses while preserving start and end content


## 高级用法

您可以访问对话历史记录:```python
# Get the conversation history
history = agent.history

许可证

麻省理工学院

作者

保罗硕果累累(fruitful2007@outlook.com)

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Gemini Tool Agent 怎么安装?

在客户端按下面的安装命令接入:pip install gemini-tool-agent。装完在客户端配置里引用同一个包或端点。

Gemini Tool Agent 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Gemini Tool Agent 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Gemini Tool Agent 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Gemini Tool Agent 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 AI代理、Python、自动化处理。具体工具清单以官方文档为准。

Gemini Tool Agent 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Gemini Tool Agent 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。