Nosotros y terceros seleccionados usamos cookies o tecnologías similares con fines técnicos y, con tu consentimiento, para analizar cómo se usa el sitio.

Puedes dar, negar o retirar libremente tu consentimiento en cualquier momento.

Google AI Search

Servidor MCP de shariqriazz

Ejecuta búsquedas con base en la web, consultas de documentación, análisis de código e investigación de arquitectura con Google Vertex AI o la API de Gemini.

Se ejecuta en local (Se ejecuta en tu equipo: su página tiene el comando de instalación)Se ejecuta con npxRequiere clave de API

Se ejecuta en tu equipo. Tu cliente lo inicia con este comando:

npx -y google-ai-search-mcp

Requiere Node.js en tu equipo. Los pasos de configuración de abajo muestran dónde va el comando en cada cliente.

  • AI_PROVIDER opcional Select vertex or gemini. Defaults to vertex.
  • GOOGLE_CLOUD_PROJECT opcional Google Cloud project ID. Required when AI_PROVIDER is vertex.
  • GOOGLE_CLOUD_LOCATION opcional Vertex AI location. Defaults to us-central1.
  • GEMINI_API_KEY secreto opcional Gemini API key. Required when AI_PROVIDER is gemini.

Compartir este servidor

El enlace abre esta página, con el comando de instalación y los pasos de configuración.

mcp.tc/i/google-ai-search

Un servidor MCP de la comunidad que expone los modelos de Google AI (Vertex AI o la API de Gemini) como herramientas orientadas a desarrolladores. Responde consultas con búsqueda web como base, explica temas a partir de la documentación oficial, recupera fragmentos de documentación, genera guías de proyecto, analiza código frente a la documentación, compara tecnologías y recomienda patrones de arquitectura.

Se ejecuta en local mediante stdio desde el paquete npm google-ai-search-mcp, iniciado con npx o bunx. Establece AI_PROVIDER en vertex (necesita GOOGLE_CLOUD_PROJECT y credenciales de Google Cloud) o en gemini (necesita GEMINI_API_KEY). La salida la genera el modelo y conviene contrastarla con fuentes primarias.

  • Responder consultas técnicas con Google AI usando búsqueda web como base
  • Explicar temas a partir de la documentación oficial
  • Recuperar fragmentos de código de la documentación oficial
  • Generar guías de proyecto estructuradas para un stack tecnológico
  • Analizar código frente a las mejores prácticas de la documentación
  • Comparar tecnologías según criterios dados
  • Recomendar patrones de arquitectura con sus compensaciones

Google AI Search solo muestra sus herramientas a clientes con clave, así que no podemos listarlas aquí.

  • Busca en la web los últimos cambios incompatibles de Next.js y resúmelos

  • Explica cómo funcionan las políticas de red de Kubernetes, usando la documentación oficial

  • Obtén fragmentos de código para usar el endpoint de streaming de la API de Gemini

  • Compara Postgres y MongoDB para una carga de trabajo de registro de eventos

Todos los clientes inician Google AI Search en tu equipo con el mismo comando. Elige el tuyo; la página recuerda tu elección.

Claude Code

  1. Ejecútalo en un terminal, en la carpeta de tu proyecto:
claude mcp add --transport stdio google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcp
  1. Inicia Claude Code y escribe /mcp. google-ai-search debería aparecer como conectado.

Añade --scope user para que esté disponible en todos los proyectos. Sustituye los marcadores por tus propios valores.

Claude Desktop

  1. Abre Settings → Developer → Edit Config. Se abre claude_desktop_config.json. Añade:
claude_desktop_config.json
{
  "mcpServers": {
    "google-ai-search": {
      "command": "npx",
      "args": [
        "-y",
        "google-ai-search-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
      }
    }
  }
}
  1. Guarda el archivo y reinicia Claude Desktop. Sustituye los marcadores por tus propios valores.

Necesita Node.js en tu equipo. El archivo está en ~/Library/Application Support/Claude/ en macOS y en %APPDATA%\Claude\ en Windows.

Cursor

O añádelo a mano en ~/.cursor/mcp.json (todos los proyectos) o en .cursor/mcp.json (este proyecto):

mcp.json
{
  "mcpServers": {
    "google-ai-search": {
      "command": "npx",
      "args": [
        "-y",
        "google-ai-search-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
      }
    }
  }
}

Necesita Node.js en tu equipo. Sustituye los marcadores por tus propios valores.

VS Code

Añádelo a .vscode/mcp.json. VS Code pide el secreto la primera vez y lo guarda de forma segura:

.vscode/mcp.json
{
  "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
    }
  ]
}

Necesita Node.js en tu equipo.

Devin Desktop

  1. Añádelo a ~/.config/devin/mcp_config.json (macOS y Linux) o a %APPDATA%\devin\mcp_config.json (Windows):
mcp_config.json
{
  "mcpServers": {
    "google-ai-search": {
      "command": "npx",
      "args": [
        "-y",
        "google-ai-search-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
      }
    }
  }
}
  1. Actualiza la lista de servidores MCP en Cascade. Sustituye los marcadores por tus propios valores.

Devin Desktop es el nuevo nombre de Windsurf.

Codex

codex mcp add google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcp

O edita directamente ~/.codex/config.toml:

config.toml
[mcp_servers.google-ai-search]
command = "npx"
args = ["-y", "google-ai-search-mcp"]
env = { GEMINI_API_KEY = "<YOUR_GEMINI_API_KEY>" }

Necesita Node.js en tu equipo. Sustituye los marcadores por tus propios valores.

Gemini CLI

gemini mcp add -e "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" google-ai-search npx -- -y google-ai-search-mcp

Así lo añades al proyecto actual. Añade -s user para usarlo en todas partes.

Cualquier cliente

La mayoría de los clientes que inician servidores locales aceptan esta forma:

{
  "mcpServers": {
    "google-ai-search": {
      "command": "npx",
      "args": [
        "-y",
        "google-ai-search-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
      }
    }
  }
}

Zed pone los servidores bajo context_servers en sus ajustes, con los mismos campos command, args y env.

Necesita Node.js en tu equipo. Sustituye los marcadores por tus propios valores.

Muestra Google AI Search en un README o en tu web. Cada inserción enlaza a esta página, usa el comando de instalación del servidor y no instala cookies. Cómo funcionan las inserciones

La tarjeta, el iframe y el JSON están en inglés. Añade ?lang=it, fr, de o es a su dirección para otro idioma.

Este servidor se ejecuta en tu ordenador, así que seguimos su paquete de npm: cada versión nueva aparece aquí, junto con las ediciones de su responsable.

Sigue Google AI Search y te enviaremos un correo cuando algo cambie.

  1. , Comprobación automática

    Inicio del seguimiento: versión 1.1.1.

¿Puedo pegar mcp.tc/i/google-ai-search en mi cliente MCP?

No. Google AI Search se ejecuta en tu propio equipo, iniciado por tu cliente, así que no tiene una dirección web a la que conectarse. El enlace rápido es la página para compartir; el comando de instalación es npx -y google-ai-search-mcp.

¿Google AI Search necesita una clave de API?

Sí. Lee GEMINI_API_KEY de su entorno, y GEMINI_API_KEY es un secreto. Pon el valor en la configuración de tu cliente en tu propio equipo, nunca en un archivo compartido.

¿Google AI Search es un servidor remoto o local?

Local. Tu cliente lo inicia como un proceso en tu equipo con npx -y google-ai-search-mcp, que necesita Node.js.

¿Qué puede hacer Google AI Search?

Puedes responder consultas técnicas con Google AI usando búsqueda web como base, explicar temas a partir de la documentación oficial y recuperar fragmentos de código de la documentación oficial.

¿Qué clientes pueden usarlo?

Cualquier cliente que inicie servidores locales: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed y otros. claude.ai y ChatGPT solo se conectan a servidores remotos.

¿mcp.tc sigue los cambios de Google AI Search?

En parte. Se ejecuta en tu ordenador, así que seguimos su paquete de npm: su pestaña Historial muestra cada versión nueva y las ediciones de su responsable. Sigue la ficha para recibir un correo cuando cambie.

¿Quién escribió esta página?

El robot de mcp.tc leyó los metadatos públicos de Google AI Search (las páginas de su paquete y de su repositorio), y un modelo de IA redactó el texto a partir de ellos. Una persona revisa todo lo que las comprobaciones no pueden confirmar. Aun así, el texto puede contener errores, así que si encuentras uno, usa Reportar esta ficha en esta página. Esta traducción la hizo un modelo de IA a partir del texto en inglés.

mcp.tc no tiene relación con shariqriazz. Esta página se creó a partir de los metadatos públicos de Google AI Search, comprobados por última vez el 4 oct 2026, y un modelo de IA escribió la descripción, así que puede contener errores. Los nombres y marcas pertenecen a sus titulares. ¿Algo no cuadra? Reportar esta ficha. La traducción la hizo un modelo de IA a partir del texto en inglés.