Noi e terze parti selezionate usiamo cookie o tecnologie simili per finalità tecniche e, con il tuo consenso, per analizzare l’uso del sito.

Puoi liberamente prestare, negare o revocare il tuo consenso in qualsiasi momento.

Google AI Search

Server MCP di shariqriazz

Esegui ricerche web con grounding, consultazioni della documentazione, analisi del codice e ricerche sull’architettura con Google Vertex AI o l’API di Gemini.

Gira in locale (Gira sul tuo computer: la sua pagina riporta il comando di installazione)Gira con npxServe una chiave API

Gira sul tuo computer. Il tuo client lo avvia con questo comando:

npx -y google-ai-search-mcp

Richiede Node.js sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.

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

Condividi questo server

Apre questa pagina, con il comando di installazione e i passaggi di configurazione.

mcp.tc/i/google-ai-search

Un server MCP della community che espone i modelli AI di Google (Vertex AI o l’API di Gemini) come strumenti pensati per sviluppatori. Risponde alle query con grounding tramite ricerca web, spiega argomenti a partire dalla documentazione ufficiale, recupera snippet di documentazione, genera linee guida di progetto, analizza il codice rispetto alla documentazione, confronta tecnologie e consiglia pattern di architettura.

Si esegue in locale tramite stdio dal pacchetto npm google-ai-search-mcp, avviato con npx o bunx. Imposta AI_PROVIDER su vertex (richiede GOOGLE_CLOUD_PROJECT e le credenziali di Google Cloud) oppure su gemini (richiede GEMINI_API_KEY). L’output è generato dal modello e va verificato con le fonti primarie.

  • Rispondere a query tecniche con Google AI e grounding tramite ricerca web
  • Spiegare argomenti usando la documentazione ufficiale
  • Recuperare snippet di codice dalla documentazione ufficiale
  • Generare linee guida di progetto strutturate per uno stack tecnologico
  • Analizzare il codice rispetto alle best practice della documentazione
  • Confrontare tecnologie in base a criteri indicati
  • Consigliare pattern di architettura con i relativi compromessi

Google AI Search mostra i suoi tool solo ai client con una chiave, quindi non possiamo elencarli qui.

  • Cerca sul web le ultime breaking change di Next.js e riassumile

  • Spiega come funzionano le network policy di Kubernetes, usando la documentazione ufficiale

  • Recupera snippet di codice per usare l’endpoint di streaming dell’API di Gemini

  • Confronta Postgres e MongoDB per un carico di lavoro di logging di eventi

Ogni client avvia Google AI Search sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.

Claude Code

  1. Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio google-ai-search --env "GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>" -- npx -y google-ai-search-mcp
  1. Avvia Claude Code e digita /mcp. google-ai-search dovrebbe risultare collegato.

Aggiungi --scope user per renderlo disponibile in tutti i progetti. Sostituisci i segnaposto con i tuoi valori.

Claude Desktop

  1. Apri Settings → Developer → Edit Config. Si apre claude_desktop_config.json. Aggiungi:
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. Salva il file e riavvia Claude Desktop. Sostituisci i segnaposto con i tuoi valori.

Richiede Node.js sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.

Cursor

Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):

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

Richiede Node.js sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

VS Code

Aggiungilo a .vscode/mcp.json. VS Code chiede il segreto la prima volta e lo conserva in modo sicuro:

.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
    }
  ]
}

Richiede Node.js sul tuo computer.

Devin Desktop

  1. Aggiungilo a ~/.config/devin/mcp_config.json (macOS e 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. Aggiorna l’elenco dei server MCP in Cascade. Sostituisci i segnaposto con i tuoi valori.

Devin Desktop è il nuovo nome di Windsurf.

Codex

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

Oppure modifica direttamente ~/.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>" }

Richiede Node.js sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

Gemini CLI

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

Così lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.

Qualsiasi client

La maggior parte dei client che avviano server locali accetta questa forma:

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

Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.

Richiede Node.js sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

Mostra Google AI Search in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed

Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.

Questo server gira sul tuo computer, quindi seguiamo il suo pacchetto npm: qui compare ogni nuova versione, insieme alle modifiche di chi lo gestisce.

Segui Google AI Search e ti mandiamo un’email quando qualcosa cambia.

  1. , Controllo automatico

    Inizio del tracciamento: versione 1.1.1.

Posso incollare mcp.tc/i/google-ai-search nel mio client MCP?

No. Google AI Search gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è npx -y google-ai-search-mcp.

Google AI Search richiede una chiave API?

Sì. Legge GEMINI_API_KEY dal suo ambiente, e GEMINI_API_KEY è un segreto. Metti il valore nella configurazione del tuo client sul tuo computer, mai in un file condiviso.

Google AI Search è un server remoto o locale?

Locale. Il tuo client lo avvia come processo sul tuo computer con npx -y google-ai-search-mcp, che richiede Node.js.

Cosa può fare Google AI Search?

Puoi rispondere a query tecniche con Google AI e grounding tramite ricerca web, spiegare argomenti usando la documentazione ufficiale e recuperare snippet di codice dalla documentazione ufficiale.

Quali client possono usarlo?

Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.

mcp.tc tiene traccia delle modifiche di Google AI Search?

In parte. Gira sul tuo computer, quindi seguiamo il suo pacchetto npm: la sua sezione Cronologia mostra ogni nuova versione e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.

Chi ha scritto questa pagina?

Il robot di mcp.tc ha letto i metadati pubblici di Google AI Search (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.

mcp.tc non è affiliato a shariqriazz. Questa pagina è stata creata a partire dai metadati pubblici di Google AI Search (ultimo controllo: 4 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.