Google AI Search
Serveur MCP par shariqriazz
Run web-grounded search, documentation lookups, code analysis and architecture research through Google Vertex AI or the Gemini API.
Installer Google AI Search
Tourne sur votre machine. Votre client le lance avec cette commande :
Nécessite Node.js sur votre ordinateur. Les étapes ci-dessous montrent où placer la commande dans chaque client.
AI_PROVIDERfacultatif Select vertex or gemini. Defaults to vertex.GOOGLE_CLOUD_PROJECTfacultatif Google Cloud project ID. Required when AI_PROVIDER is vertex.GOOGLE_CLOUD_LOCATIONfacultatif Vertex AI location. Defaults to us-central1.GEMINI_API_KEYsecret facultatif Gemini API key. Required when AI_PROVIDER is gemini.
Partager ce serveur
Ouvre cette page, avec la commande d’installation et les étapes de configuration.
mcp.tc/i/google-ai-searchPrésentation
A community MCP server that exposes Google AI models (Vertex AI or the Gemini API) as developer-focused tools. It answers queries with web search grounding, explains topics from official documentation, retrieves doc snippets, generates project guidelines, analyzes code against documentation, compares technologies and recommends architecture patterns.
It runs locally over stdio from the npm package google-ai-search-mcp, started with npx or bunx. Set AI_PROVIDER to vertex (needs GOOGLE_CLOUD_PROJECT and Google Cloud credentials) or gemini (needs GEMINI_API_KEY). Output is model-generated and should be checked against primary sources.
Ce que vous pouvez faire
- Answer technical queries using Google AI with web search grounding
- Explain topics using official documentation
- Retrieve code snippets from official docs
- Generate structured project guidelines for a technology stack
- Analyze code against documentation best practices
- Compare technologies across given criteria
- Recommend architecture patterns with tradeoffs
Outils
Google AI Search ne présente ses outils qu’aux clients munis d’une clé, nous ne pouvons donc pas les afficher ici.
Exemples de prompts
Search the web for the latest breaking changes in Next.js and summarize them
Explain how Kubernetes network policies work, using the official docs
Get code snippets for using the Gemini API streaming endpoint
Compare Postgres and MongoDB for an event logging workload
Configuration
Chaque client lance Google AI Search sur votre machine avec la même commande. Choisissez le vôtre ; la page retient votre choix.
Claude Code
- Lancez ceci dans un terminal, dans le dossier de votre projet :
claude mcp add --transport stdio google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcp- Démarrez Claude Code et tapez
/mcp. google-ai-search devrait apparaître comme connecté.
Ajoutez --scope user pour le rendre disponible dans tous vos projets. Remplacez les espaces réservés par vos propres valeurs.
Claude Desktop
- Ouvrez Settings → Developer → Edit Config. Cela ouvre
claude_desktop_config.json. Ajoutez :
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}- Enregistrez le fichier et redémarrez Claude Desktop. Remplacez les espaces réservés par vos propres valeurs.
Nécessite Node.js sur votre ordinateur. Le fichier se trouve dans ~/Library/Application Support/Claude/ sous macOS et dans %APPDATA%\Claude\ sous Windows.
Cursor
Ajouter à Cursor (s’ouvre dans un nouvel onglet)
Ou ajoutez-le à la main dans ~/.cursor/mcp.json (tous les projets) ou .cursor/mcp.json (ce projet) :
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}Nécessite Node.js sur votre ordinateur. Remplacez les espaces réservés par vos propres valeurs.
VS Code
Ajoutez-le à .vscode/mcp.json. VS Code demande le secret la première fois et le stocke de façon sécurisée :
{
"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
}
]
}Nécessite Node.js sur votre ordinateur.
Devin Desktop
- Ajoutez-le à
~/.config/devin/mcp_config.json(macOS et Linux) ou%APPDATA%\devin\mcp_config.json(Windows) :
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}- Actualisez la liste des serveurs MCP dans Cascade. Remplacez les espaces réservés par vos propres valeurs.
Devin Desktop est le nouveau nom de Windsurf.
Codex
codex mcp add google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcpOu modifiez directement ~/.codex/config.toml :
[mcp_servers.google-ai-search]
command = "npx"
args = ["-y", "google-ai-search-mcp"]
env = { GEMINI_API_KEY = "<YOUR_GEMINI_API_KEY>" }Nécessite Node.js sur votre ordinateur. Remplacez les espaces réservés par vos propres valeurs.
Gemini CLI
gemini mcp add -e "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" google-ai-search npx -- -y google-ai-search-mcpCela l’ajoute au projet en cours. Ajoutez -s user pour l’utiliser partout.
Tout client
La plupart des clients qui lancent des serveurs locaux acceptent cette forme :
{
"mcpServers": {
"google-ai-search": {
"command": "npx",
"args": [
"-y",
"google-ai-search-mcp"
],
"env": {
"GEMINI_API_KEY": "<YOUR_GEMINI_API_KEY>"
}
}
}
}Zed place les serveurs sous context_servers dans ses réglages, avec les mêmes champs command, args et env.
Nécessite Node.js sur votre ordinateur. Remplacez les espaces réservés par vos propres valeurs.
FAQ
Puis-je coller mcp.tc/i/google-ai-search dans mon client MCP ?
Non. Google AI Search tourne sur votre propre ordinateur, lancé par votre client, il n’a donc pas d’adresse web à laquelle se connecter. Le lien rapide est la page à partager ; la commande d’installation est npx -y google-ai-search-mcp.
Google AI Search a-t-il besoin d’une clé API ?
Oui. Il lit GEMINI_API_KEY dans son environnement, et GEMINI_API_KEY est un secret. Mettez la valeur dans la configuration de votre client, sur votre propre machine, jamais dans un fichier partagé.
Google AI Search est-il un serveur distant ou local ?
Local. Votre client le lance comme un processus sur votre ordinateur avec npx -y google-ai-search-mcp, qui nécessite Node.js.
Que peut faire Google AI Search ?
Vous pouvez answer technical queries using Google AI with web search grounding, explain topics using official documentation et retrieve code snippets from official docs.
Quels clients peuvent l’utiliser ?
Tout client qui lance des serveurs locaux : Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed et d’autres. claude.ai et ChatGPT ne se connectent qu’à des serveurs distants.
Qui a rédigé cette page ?
Le robot de mcp.tc a lu les métadonnées publiques de Google AI Search (ses pages de paquet et de dépôt), et un modèle d’IA en a tiré le texte. Une personne examine tout ce que les vérifications ne peuvent pas confirmer. Le texte peut encore contenir des erreurs : si vous en repérez une, utilisez Signaler cette fiche sur cette page.
Intégrer
Affichez Google AI Search dans un README ou sur votre site. Chaque intégration renvoie à cette page, utilise la commande d’installation du serveur et ne dépose aucun cookie. Comment fonctionnent les intégrations
Badge pour README
[](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>Il suit le mode clair ou sombre du lecteur. Ajoutez ?theme=light ou ?theme=dark pour le fixer, ou ?style=compact pour afficher le symbole sans le nom.
Carte pour site web
<script src="https://mcp.tc/w/google-ai-search.js" async></script>La carte apparaît à l’endroit de la balise. Ajoutez data-theme="dark" ou data-size="compact" à la balise pour la modifier. Le fichier contient tout ce qu’il lui faut : il ne fait aucune autre requête et ne dépose aucun cookie.
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>Utilisez-la sur les pages qui n’autorisent pas les scripts. Ajoutez ?theme=light ou ?theme=dark à l’adresse pour fixer les couleurs.
JSON
La fiche sous forme de données pour vos pages et vos outils : nom, accroche, commande d’installation, outils et liens « Add to ». N’importe quel site peut la lire (CORS ouvert).
https://mcp.tc/i/google-ai-search.jsonmcp.tc n’est pas affilié à shariqriazz. Cette page a été construite à partir des métadonnées publiques de Google AI Search, vérifiées pour la dernière fois le 4 oct. 2026, et un modèle d’IA a rédigé la description : elle peut contenir des erreurs. Les noms et marques appartiennent à leurs propriétaires. Quelque chose cloche ? Signaler cette fiche.