一个结合FastAPI后端和Gradio前端的MCP基础应用，支持通过简单界面与AI模型交互，集成Google Gemini API实现论文搜索与分析功能。

一个基于Firebase Genkit和Gemini的Blender MCP客户端应用，支持通过选择形状、颜色、纹理和场景描述来创建和操作3D场景，并与Blender实时交互。

Gemini MCP服务器是一个为Claude桌面应用设计的中间件，通过Google Gemini AI模型实现图像生成功能。该项目提供便捷的安装配置向导，支持Docker容器化部署，并允许用户自定义生成参数。

该项目实现了一个MCP服务器，用于与Wolfram Alpha API交互，使聊天应用能执行计算查询并获取结构化知识。包含基于Gemini的MCP客户端示例，展示如何将大语言模型连接到MCP服务器，实现与Wolfram Alpha知识引擎的实时交互。

OmniMind是一个开源的Python库，旨在简化Model Context Protocol（MCP）集成，支持AI代理、工作流和自动化开发。它提供即插即用功能，内置多种工具，并基于Google Gemini提供智能响应，适合开发者和初学者快速构建AI应用。

一个包含多种AI代理和RAG技术的示例项目，涵盖Gemini应用、MCP服务、Flutter应用及Vertex AI集成，提供从基础到高级的AI开发示例。

一个结合数学计算与绘图功能的Python应用，通过Gemini AI处理数学问题并可视化结果

Gemini MCP Server是一个基于Go语言开发的单一可执行文件，集成了Google Gemini API的模型控制协议服务器。提供动态模型访问、高级上下文缓存、智能文件处理和增强搜索功能，支持代码分析、创意写作和事实研究等多种应用场景。

基于OWASP ZAP和Google Gemini AI的认知动态应用安全测试自动化系统，通过MCP协议集成AI分析，提供自动化扫描、智能风险评估和多种格式报告输出。

一个基于FastAPI和MCP协议的现代待办事项应用，支持完整的CRUD操作、任务统计，并通过FastMCP服务器与Gemini CLI集成，实现自然语言任务管理。

一个集成数学计算与Gmail功能的Python应用，通过Gemini AI处理数学问题并通过邮件发送结果

一个基于自然语言处理的Todo应用，使用Google Gemini API解析命令，MongoDB存储数据，并通过MCP协议实现实时更新。

该项目利用高级AI提示技术，通过Model Context Protocol (MCP)让AI代理（基于Google Gemini模型）与Windows传统应用MSPaint交互，解决复杂数学问题并在画布上绘制解决方案。