Google AI Search
MCP-Server von shariqriazz
Websuche mit Grounding, Dokumentationsrecherche, Codeanalyse und Architekturrecherche über Google Vertex AI oder die Gemini API ausführen.
Google AI Search installieren
Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:
Braucht Node.js auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.
AI_PROVIDERoptional Select vertex or gemini. Defaults to vertex.GOOGLE_CLOUD_PROJECToptional Google Cloud project ID. Required when AI_PROVIDER is vertex.GOOGLE_CLOUD_LOCATIONoptional Vertex AI location. Defaults to us-central1.GEMINI_API_KEYgeheim optional Gemini API key. Required when AI_PROVIDER is gemini.
Diesen Server teilen
Öffnet diese Seite mit dem Installationsbefehl und den Einrichtungsschritten.
mcp.tc/i/google-ai-searchÜber den Server
Ein Community-MCP-Server, der Google-KI-Modelle (Vertex AI oder die Gemini API) als entwicklerorientierte Tools bereitstellt. Er beantwortet Anfragen mit Websuche-Grounding, erklärt Themen anhand der offiziellen Dokumentation, ruft Doku-Snippets ab, erstellt Projektrichtlinien, analysiert Code anhand der Dokumentation, vergleicht Technologien und empfiehlt Architekturmuster.
Er läuft lokal über stdio aus dem npm-Paket google-ai-search-mcp, gestartet mit npx oder bunx. Setze AI_PROVIDER auf vertex (benötigt GOOGLE_CLOUD_PROJECT und Google-Cloud-Zugangsdaten) oder gemini (benötigt GEMINI_API_KEY). Die Ausgabe wird von einem Modell erzeugt und sollte anhand von Primärquellen geprüft werden.
Was du damit machen kannst
- Technische Anfragen mit Google AI und Websuche-Grounding beantworten
- Themen anhand der offiziellen Dokumentation erklären
- Code-Snippets aus der offiziellen Dokumentation abrufen
- Strukturierte Projektrichtlinien für einen Technologie-Stack erstellen
- Code anhand der Best Practices der Dokumentation analysieren
- Technologien anhand vorgegebener Kriterien vergleichen
- Architekturmuster mit Abwägungen empfehlen
Tools
Google AI Search zeigt seine Tools nur Clients mit Schlüssel, deshalb können wir sie hier nicht auflisten.
Beispiel-Prompts
Suche im Web nach den neuesten Breaking Changes in Next.js und fasse sie zusammen
Erkläre anhand der offiziellen Doku, wie Kubernetes-Netzwerkrichtlinien funktionieren
Hole Code-Snippets für die Nutzung des Streaming-Endpunkts der Gemini API
Vergleiche Postgres und MongoDB für eine Event-Logging-Last
Einrichtung
Jeder Client startet Google AI Search mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.
Claude Code
- Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcp- Starte Claude Code und tippe
/mcp. google-ai-search sollte als verbunden angezeigt werden.
Ergänze --scope user, damit er in jedem Projekt verfügbar ist. Ersetze die Platzhalter durch deine eigenen Werte.
Claude Desktop
- Öffne Settings → Developer → Edit Config. Das öffnet
claude_desktop_config.json. Füge hinzu:
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}- Speichere die Datei und starte Claude Desktop neu. Ersetze die Platzhalter durch deine eigenen Werte.
Braucht Node.js auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.
Cursor
Zu Cursor hinzufügen (öffnet in einem neuen Tab)
Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.
VS Code
Füge ihn zu .vscode/mcp.json hinzu. VS Code fragt beim ersten Mal nach dem Secret und speichert es sicher:
{
"servers": {
"google-ai-search": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "${input:gemini-api-key}"
}
}
},
"inputs": [
{
"type": "promptString",
"id": "gemini-api-key",
"description": "GEMINI_API_KEY",
"password": true
}
]
}Braucht Node.js auf deinem Rechner.
Devin Desktop
- Füge ihn zu
~/.config/devin/mcp_config.json(macOS und Linux) oder%APPDATA%\devin\mcp_config.json(Windows) hinzu:
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}- Aktualisiere die Liste der MCP-Server in Cascade. Ersetze die Platzhalter durch deine eigenen Werte.
Devin Desktop ist der neue Name von Windsurf.
Codex
codex mcp add google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcpOder bearbeite ~/.codex/config.toml direkt:
[mcp_servers.google-ai-search]
command = "npx"
args = ["-y", "google-ai-search-mcp"]
env = { GEMINI_API_KEY = "<YOUR_GEMINI_API_KEY>" }Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.
Gemini CLI
gemini mcp add -e "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" google-ai-search npx -- -y google-ai-search-mcpDamit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.
Jeder Client
Die meisten Clients, die lokale Server starten, akzeptieren diese Form:
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.
Braucht Node.js auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.
Einbinden
Zeig Google AI Search in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen
Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.
README-Badge
[](https://mcp.tc/i/google-ai-search)<a href="https://mcp.tc/i/google-ai-search"><img src="https://mcp.tc/i/google-ai-search/badge.svg" alt="Google AI Search on mcp.tc" height="20"></a>Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.
Website-Karte
<script src="https://mcp.tc/w/google-ai-search.js" async></script>Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.
iframe
<iframe src="https://mcp.tc/embed/google-ai-search" title="Google AI Search on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.
JSON
Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).
https://mcp.tc/i/google-ai-search.jsonKI-Prompt
Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von Google AI Search in deine Website ein.
Füge meiner Website die mcp.tc-Karte für den MCP-Server Google AI Search hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.
Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:
```html
<script src="https://mcp.tc/w/google-ai-search.js" async></script>
```
Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.
```html
<div data-mcptc="google-ai-search"><a href="https://mcp.tc/i/google-ai-search">Google AI Search on mcp.tc</a></div>
```
Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.
Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).
Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:
```markdown
[](https://mcp.tc/i/google-ai-search)
```
Referenz: https://mcp.tc/de/embedÄnderungsverlauf
Dieser Server läuft auf deinem Computer, deshalb verfolgen wir sein npm-Paket: Jede neue Version erscheint hier, dazu Änderungen seines Betreibers.
Häufige Fragen
Kann ich mcp.tc/i/google-ai-search in meinen MCP-Client einfügen?
Nein. Google AI Search läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet npx -y google-ai-search-mcp.
Braucht Google AI Search einen API-Schlüssel?
Ja. Er liest GEMINI_API_KEY aus seiner Umgebung, und GEMINI_API_KEY ist geheim. Trag den Wert in die Konfiguration deines Clients auf deinem eigenen Rechner ein, nie in eine geteilte Datei.
Ist Google AI Search ein Remote- oder ein lokaler Server?
Lokal. Dein Client startet ihn mit npx -y google-ai-search-mcp als Prozess auf deinem Rechner; dafür brauchst du Node.js.
Was kann Google AI Search?
Du kannst damit technische Anfragen mit Google AI und Websuche-Grounding beantworten, Themen anhand der offiziellen Dokumentation erklären und Code-Snippets aus der offiziellen Dokumentation abrufen.
Welche Clients können ihn nutzen?
Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.
Verfolgt mcp.tc Änderungen an Google AI Search?
Teilweise. Er läuft auf deinem Computer, deshalb verfolgen wir sein npm-Paket: Sein Tab Verlauf zeigt jede neue Version und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.
Wer hat diese Seite geschrieben?
Der Roboter von mcp.tc hat die öffentlichen Metadaten von Google AI Search (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite. Diese Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.
mcp.tc steht in keiner Verbindung zu shariqriazz. Diese Seite entstand aus den öffentlichen Metadaten von Google AI Search, zuletzt geprüft am 4. Okt. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden. Die Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.