Google AI Search
Serveur MCP par shariqriazz
Lancer des recherches web ancrées, des consultations de documentation, des analyses de code et des recherches d’architecture via Google Vertex AI ou l’API Gemini.
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
Un serveur MCP communautaire qui expose les modèles Google AI (Vertex AI ou l’API Gemini) sous forme d’outils destinés aux développeurs. Il répond aux requêtes avec ancrage dans la recherche web, explique des sujets à partir de la documentation officielle, récupère des extraits de documentation, génère des directives de projet, analyse du code par rapport à la documentation, compare des technologies et recommande des modèles d’architecture.
Il s’exécute en local via stdio depuis le paquet npm google-ai-search-mcp, lancé avec npx ou bunx. Définissez AI_PROVIDER sur vertex (nécessite GOOGLE_CLOUD_PROJECT et des identifiants Google Cloud) ou sur gemini (nécessite GEMINI_API_KEY). Le résultat est généré par un modèle et doit être vérifié auprès des sources primaires.
Ce que vous pouvez faire
- Répondre à des requêtes techniques avec Google AI et ancrage dans la recherche web
- Expliquer des sujets à partir de la documentation officielle
- Récupérer des extraits de code depuis la documentation officielle
- Générer des directives de projet structurées pour une stack technique
- Analyser du code par rapport aux bonnes pratiques de la documentation
- Comparer des technologies selon des critères donnés
- Recommander des modèles d’architecture avec leurs compromis
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
Cherche sur le web les derniers breaking changes de Next.js et résume-les
Explique comment fonctionnent les network policies de Kubernetes, avec la documentation officielle
Trouve des extraits de code pour utiliser l’endpoint de streaming de l’API Gemini
Compare Postgres et MongoDB pour une charge de journalisation d’événements
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.
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
La carte, l’iframe et le JSON sont en anglais. Ajoutez ?lang=it, fr, de ou es à leur adresse pour une autre langue.
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.jsonPrompt pour l’IA
Collez-le dans un assistant de code IA, comme Claude Code ou Cursor, et il ajoutera la carte de Google AI Search à votre site.
Ajoute à mon site la carte mcp.tc de Google AI Search, un serveur MCP. C’est un seul script statique : pas de build, aucun paquet à installer, aucun cookie.
Place cette balise là où la carte doit apparaître. La carte s’affiche juste avant elle :
```html
<script src="https://mcp.tc/w/google-ai-search.js" async></script>
```
Pour l’afficher ailleurs, mets ce conteneur à cet endroit et charge le même script une seule fois, par exemple avant `</body>`. Garde le lien à l’intérieur : les visiteurs sans JavaScript le voient.
```html
<div data-mcptc="google-ai-search"><a href="https://mcp.tc/i/google-ai-search">Google AI Search on mcp.tc</a></div>
```
Options :
- `data-theme="light"` ou `"dark"` sur la balise ou le conteneur fixe les couleurs. Sans cela, la carte suit le mode clair ou sombre du visiteur.
- `data-size="compact"` donne une carte plus petite, sans l’accroche.
- La variable CSS `--mcptc-max-width` sur le conteneur ou un parent fixe la largeur (`520px` par défaut).
- `?lang=` dans l’URL du script choisit la langue de la carte : `en`, `it`, `fr`, `de` ou `es`.
Si le site a une Content Security Policy, autorise `script-src https://mcp.tc` et `img-src data:` (l’icône est intégrée).
Pour un README ou une autre doc en Markdown, utilise plutôt le badge :
```markdown
[](https://mcp.tc/i/google-ai-search)
```
Référence : https://mcp.tc/fr/embedHistorique des changements
Ce serveur tourne sur votre ordinateur, donc nous suivons son paquet npm : chaque nouvelle version apparaît ici, avec les modifications de son propriétaire.
Suivez Google AI Search et nous vous enverrons un e-mail quand quelque chose change.
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 répondre à des requêtes techniques avec Google AI et ancrage dans la recherche web, expliquer des sujets à partir de la documentation officielle et récupérer des extraits de code depuis la documentation officielle.
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.
mcp.tc suit-il les changements de Google AI Search ?
En partie. Il tourne sur votre ordinateur, donc nous suivons son paquet npm : son onglet Historique montre chaque nouvelle version et les modifications de son propriétaire. Suivez la fiche pour recevoir un e-mail quand elle change.
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. Cette traduction a été réalisée par un modèle d’IA à partir du texte anglais.
mcp.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. La traduction a été réalisée par un modèle d’IA à partir du texte anglais.