使用 Gemini CLI 搭配 MCP 伺服器

mcp.serverCommand（字串）：啟動 MCP 伺服器的全域指令。
mcp.allowed（字串陣列）：允許連線的 MCP 伺服器名稱清單。若設定此項，僅會連線此清單中（名稱需與 mcpServers 物件的 key 相符）的伺服器。
mcp.excluded（字串陣列）：排除連線的 MCP 伺服器名稱清單。此清單中的伺服器將不會被連線。

範例：

{
  "mcp": {
    "allowed": ["my-trusted-server"],
    "excluded": ["experimental-server"]
  }
}

伺服器專屬設定（`mcpServers`）

mcpServers 物件是用來定義每一個你希望命令列介面 (Command Line Interface) 連線的 MCP 伺服器。

設定結構

請在你的 settings.json 檔案中新增一個 mcpServers 物件：

{ ...file contains other config objects
  "mcpServers": {
    "serverName": {
      "command": "path/to/server",
      "args": ["--arg1", "value1"],
      "env": {
        "API_KEY": "$MY_API_TOKEN"
      },
      "cwd": "./server-directory",
      "timeout": 30000,
      "trust": false
    }
  }
}

設定屬性

每個伺服器設定支援以下屬性：

必填（下列擇一）

command（字串）：Stdio 傳輸的可執行檔路徑
url（字串）：SSE 端點 URL（例如："http://localhost:8080/sse"）
httpUrl（字串）：HTTP 串流端點 URL

選填

args（字串陣列）：Stdio 傳輸的命令列參數
headers（物件）：使用 url 或 httpUrl 時的自訂 HTTP 標頭
env（物件）：伺服器程序的環境變數。值可使用 $VAR_NAME 或 ${VAR_NAME} 語法參照環境變數
cwd（字串）：Stdio 傳輸的工作目錄
timeout（數字）：請求逾時（毫秒，預設：600,000ms = 10 分鐘）
trust（布林值）：當 true 時，略過此伺服器的所有工具呼叫確認（預設：false）
includeTools（字串陣列）：要從此 MCP 伺服器納入的工具名稱清單。若有指定，僅此清單中的工具可用於此伺服器（白名單行為）。若未指定，預設啟用伺服器上的所有工具。
excludeTools（字串陣列）：要從此 MCP 伺服器排除的工具名稱清單。即使伺服器有提供，這些工具也不會對模型開放。注意：excludeTools 優先於 includeTools —— 若工具同時出現在兩個清單，將會被排除。
targetAudience（字串）：你要存取的 IAP 保護應用程式上允許的 OAuth Client ID。與 authProviderType: 'service_account_impersonation' 搭配使用。
targetServiceAccount（字串）：要模擬的 Google Cloud 服務帳戶（Service Account）電子郵件地址。與 authProviderType: 'service_account_impersonation' 搭配使用。

遠端 MCP 伺服器的 OAuth 支援

Gemini CLI 支援使用 SSE 或 HTTP 傳輸的遠端 MCP 伺服器進行 OAuth 2.0 驗證。這可讓你安全存取需要驗證的 MCP 伺服器。

自動 OAuth 探索

對於支援 OAuth 探索的伺服器，你可以省略 OAuth 設定，讓命令列介面（CLI）自動探索：

{
  "mcpServers": {
    "discoveredServer": {
      "url": "https://api.example.com/sse"
    }
  }
}

CLI 會自動執行以下動作：

偵測伺服器是否需要 OAuth 驗證（401 回應）
從伺服器中繼資料自動發現 OAuth 端點
若伺服器支援，則執行動態用戶端註冊
處理 OAuth 流程與權杖管理

驗證流程

當連線至支援 OAuth 的伺服器時：

初次連線嘗試，因 401 Unauthorized 失敗
OAuth 探索，取得授權與權杖端點
開啟瀏覽器，進行使用者驗證（需本機瀏覽器存取權限）
授權碼 交換為存取權杖
權杖安全儲存，以供日後使用
重新嘗試連線，以有效權杖連線成功

瀏覽器重新導向需求

**重要提醒：**OAuth 驗證需要您的本機能夠：

開啟網頁瀏覽器以進行驗證
在 http://localhost:7777/oauth/callback 上接收重新導向

此功能無法在以下情境下運作：

無瀏覽器存取的 headless 環境
未啟用 X11 轉發的遠端 SSH 連線
無瀏覽器支援的容器化（containerized）環境

管理 OAuth 驗證

請使用 /mcp auth 指令來管理 OAuth 驗證：

# List servers requiring authentication
/mcp auth

# Authenticate with a specific server
/mcp auth serverName

# Re-authenticate if tokens expire
/mcp auth serverName

OAuth 設定屬性

enabled（布林值）：啟用此伺服器的 OAuth
clientId（字串）：OAuth client identifier（用戶端識別碼，動態註冊時可選填）
clientSecret（字串）：OAuth client secret（用戶端密鑰，公開用戶端可選填）
authorizationUrl（字串）：OAuth 授權端點（如未填寫則自動發現）
tokenUrl（字串）：OAuth 權杖端點（如未填寫則自動發現）
scopes（字串陣列）：所需的 OAuth 權限範圍（scopes）
redirectUri（字串）：自訂 redirect URI（預設為 http://localhost:7777/oauth/callback）
tokenParamName（字串）：SSE URL 中權杖的查詢參數名稱
audiences（字串陣列）：權杖有效的 audiences

權杖管理

OAuth 權杖會自動：

安全儲存於 ~/.gemini/mcp-oauth-tokens.json
在過期時自動刷新（若有 refresh token 可用）
於每次連線前驗證
在無效或過期時自動清除

驗證提供者類型

你可以透過 authProviderType 屬性指定驗證提供者類型：

authProviderType（字串）：指定驗證提供者。可為下列其中之一：
- dynamic_discovery（預設）：命令列介面 (Command Line Interface, CLI) 會自動從伺服器發現 OAuth 設定。
- google_credentials：命令列介面 (CLI) 會使用 Google Application Default Credentials（ADC）向伺服器進行驗證。使用此提供者時，必須指定所需的 scopes。
- service_account_impersonation：命令列介面 (CLI) 會模擬（impersonate）Google Cloud 服務帳戶（service account）來向伺服器驗證。這對於存取 IAP 保護的服務特別有用（此設計主要針對 Cloud Run 服務）。

Google 憑證

{
  "mcpServers": {
    "googleCloudServer": {
      "httpUrl": "https://my-gcp-service.run.app/mcp",
      "authProviderType": "google_credentials",
      "oauth": {
        "scopes": ["https://www.googleapis.com/auth/userinfo.email"]
      }
    }
  }
}

服務帳戶（Service Account）冒用

若要使用服務帳戶冒用來驗證 MCP 伺服器，您必須將 authProviderType 設定為 service_account_impersonation，並提供以下屬性：

targetAudience（字串）：欲存取的 IAP 保護應用程式中已列入允許清單（allowlist）的 OAuth Client ID。
targetServiceAccount（字串）：要冒用的 Google Cloud 服務帳戶（Service Account）的電子郵件地址。

命令列介面（Command Line Interface, CLI）會使用您本機的 Application Default Credentials（ADC）為指定的服務帳戶與 audience 產生 OIDC ID token。該 token 之後將用於與 MCP 伺服器進行驗證。

設定說明

建立或使用現有的 OAuth 2.0 client ID。 若要使用現有的 OAuth 2.0 client ID，請依照如何共用 OAuth Clients 的步驟操作。
將 OAuth ID 加入應用程式的程式化存取允許清單。 由於 Cloud Run 目前尚未在 gcloud iap 支援為資源類型，因此必須在專案層級將 Client ID 加入允許清單。
建立服務帳戶。 文件說明，Cloud Console 連結
將服務帳戶與使用者都加入 IAP Policy，可在 Cloud Run 服務的「安全性」標籤頁中或透過 gcloud 設定。
授予所有需要存取 MCP 伺服器的使用者與群組 冒用服務帳戶所需的權限（即 roles/iam.serviceAccountTokenCreator）。
啟用 IAM Credentials API 於您的專案。

範例設定

Python MCP 伺服器（Stdio）

{
  "mcpServers": {
    "pythonTools": {
      "command": "python",
      "args": ["-m", "my_mcp_server", "--port", "8080"],
      "cwd": "./mcp-servers/python",
      "env": {
        "DATABASE_URL": "$DB_CONNECTION_STRING",
        "API_KEY": "${EXTERNAL_API_KEY}"
      },
      "timeout": 15000
    }
  }
}

Node.js MCP 伺服器（Stdio）

{
  "mcpServers": {
    "nodeServer": {
      "command": "node",
      "args": ["dist/server.js", "--verbose"],
      "cwd": "./mcp-servers/node",
      "trust": true
    }
  }
}

基於 Docker 的 MCP 伺服器

{
  "mcpServers": {
    "dockerizedServer": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "API_KEY",
        "-v",
        "${PWD}:/workspace",
        "my-mcp-server:latest"
      ],
      "env": {
        "API_KEY": "$EXTERNAL_SERVICE_TOKEN"
      }
    }
  }
}

基於 HTTP 的 MCP 伺服器

{
  "mcpServers": {
    "httpServer": {
      "httpUrl": "http://localhost:3000/mcp",
      "timeout": 5000
    }
  }
}

支援自訂標頭的基於 HTTP 的 MCP 伺服器

{
  "mcpServers": {
    "httpServerWithAuth": {
      "httpUrl": "http://localhost:3000/mcp",
      "headers": {
        "Authorization": "Bearer your-api-token",
        "X-Custom-Header": "custom-value",
        "Content-Type": "application/json"
      },
      "timeout": 5000
    }
  }
}

支援工具過濾的 MCP 伺服器

{
  "mcpServers": {
    "filteredServer": {
      "command": "python",
      "args": ["-m", "my_mcp_server"],
      "includeTools": ["safe_tool", "file_reader", "data_processor"],
      // "excludeTools": ["dangerous_tool", "file_deleter"],
      "timeout": 30000
    }
  }
}

支援 SA 冒用的 SSE MCP 伺服器

{
  "mcpServers": {
    "myIapProtectedServer": {
      "url": "https://my-iap-service.run.app/sse",
      "authProviderType": "service_account_impersonation",
      "targetAudience": "YOUR_IAP_CLIENT_ID.apps.googleusercontent.com",
      "targetServiceAccount": "your-sa@your-project.iam.gserviceaccount.com"
    }
  }
}

探索流程深入解析

當 Gemini CLI 啟動時，會透過以下詳細流程進行 MCP 伺服器（MCP server）探索：

1. 伺服器迭代與連線

針對 mcpServers 中設定的每一個伺服器：

開始狀態追蹤： 伺服器狀態設為 CONNECTING
傳輸方式選擇： 根據組態屬性決定：
- httpUrl → StreamableHTTPClientTransport
- url → SSEClientTransport
- command → StdioClientTransport
建立連線： MCP client 會嘗試在設定的逾時時間內建立連線
錯誤處理： 若連線失敗會記錄錯誤，並將伺服器狀態設為 DISCONNECTED

2. 工具探索

成功連線後：

工具清單取得： client 會呼叫 MCP 伺服器的工具清單端點
Schema 驗證： 驗證每個工具的函式宣告
工具過濾： 根據 includeTools 和 excludeTools 組態進行工具過濾
名稱淨化： 工具名稱會清理以符合 Gemini API 規範：
- 無效字元（非英數字、底線、點、連字號）會被底線取代
- 超過 63 個字元的名稱會以中間替換（___）方式截斷

3. 衝突解決

當多個伺服器暴露出同名工具時：

先註冊者優先： 第一個註冊該工具名稱的伺服器可獲得未加前綴的名稱
自動加前綴： 後續伺服器則會獲得加上前綴的名稱：serverName__toolName
註冊表追蹤： 工具註冊表會維護伺服器名稱與其工具的對應關係

4. Schema 處理

工具參數 schema 會進行淨化，以確保 Gemini API 相容性：

$schema 屬性 會被移除
additionalProperties 會被去除
帶有 default 的 anyOf 其預設值會被移除（Vertex AI 相容性）
遞迴處理 會套用至巢狀 schema

5. 連線管理

探索完成後：

持久連線： 成功註冊工具的伺服器會維持連線
清理： 未提供可用工具的伺服器會關閉連線
狀態更新： 最終伺服器狀態會設為 CONNECTED 或 DISCONNECTED

工具執行流程

當 Gemini 模型決定要使用 MCP 工具時，會依照以下執行流程進行：

1. 工具呼叫

模型會產生一個 FunctionCall，內容包含：

工具名稱： 註冊時的名稱（可能已加前綴）
參數： 與工具參數 schema 相符的 JSON 物件

2. 確認流程

每個 DiscoveredMCPTool 都會實作進階的確認邏輯：

基於信任的略過

if (this.trust) {
  return false; // No confirmation needed
}

動態允許清單（Allow-listing）

系統會維護內部允許清單，分為：

伺服器層級： serverName → 來自此伺服器的所有工具皆被信任
工具層級： serverName.toolName → 此特定工具被信任

使用者選擇處理

當需要確認時，使用者可以選擇：

僅執行一次： 只執行這一次
永遠允許此工具： 加入工具層級允許清單
永遠允許此伺服器： 加入伺服器層級允許清單
取消： 中止執行

3. 執行

在確認（或信任繞過）後：

參數準備： 會根據該工具的 schema 驗證參數

MCP 呼叫： 底層的 CallableTool 會以以下方式呼叫伺服器：

const functionCalls = [
  {
    name: this.serverToolName, // Original server tool name
    args: params,
  },
];

回應處理： 結果會同時針對大型語言模型 (LLM) context 與使用者顯示進行格式化

4. 回應處理

執行結果包含：

llmContent： 提供給大型語言模型 (LLM) context 的原始回應部分
returnDisplay： 格式化後、用於使用者顯示的輸出（通常是在 markdown 程式碼區塊中的 JSON）

如何與您的 MCP 伺服器互動

使用 `/mcp` 指令

/mcp 指令可提供有關您的 MCP 伺服器設定的完整資訊：

/mcp

這會顯示：

伺服器清單： 所有已設定的 MCP 伺服器
連線狀態： CONNECTED、CONNECTING 或 DISCONNECTED
伺服器詳細資訊： 設定摘要（不包含敏感資料）
可用工具： 每個伺服器的工具清單及其說明
探索狀態： 整體探索程序的狀態

範例 `/mcp` 輸出

MCP Servers Status:

📡 pythonTools (CONNECTED)
  Command: python -m my_mcp_server --port 8080
  Working Directory: ./mcp-servers/python
  Timeout: 15000ms
  Tools: calculate_sum, file_analyzer, data_processor

🔌 nodeServer (DISCONNECTED)
  Command: node dist/server.js --verbose
  Error: Connection refused

🐳 dockerizedServer (CONNECTED)
  Command: docker run -i --rm -e API_KEY my-mcp-server:latest
  Tools: docker__deploy, docker__status

Discovery State: COMPLETED

工具使用方式

一旦被發現，MCP 工具會像內建工具一樣提供給 Gemini 模型使用。模型會自動：

根據你的請求選擇合適的工具
顯示確認對話框（除非伺服器已被信任）
以正確的參數執行工具
以易於閱讀的格式顯示結果

狀態監控與疑難排解

連線狀態

MCP 整合會追蹤多種狀態：

伺服器狀態 (`MCPServerStatus`)

DISCONNECTED： 伺服器未連線或發生錯誤
CONNECTING： 正在嘗試連線
CONNECTED： 伺服器已連線且可用

探索狀態 (`MCPDiscoveryState`)

NOT_STARTED： 尚未開始探索
IN_PROGRESS： 目前正在探索伺服器
COMPLETED： 探索已完成（不論是否有錯誤）

常見問題與解決方法

伺服器無法連線

症狀： 伺服器顯示 DISCONNECTED 狀態

疑難排解：

檢查設定： 確認 command、args 與 cwd 是否正確
手動測試： 直接執行伺服器指令以確認其可運作
檢查相依套件： 確認所有必要的套件都已安裝
檢查日誌： 查看命令列介面 (Command Line Interface) 輸出中的錯誤訊息
檢查權限： 確認命令列介面 (CLI) 有執行伺服器指令的權限

未發現任何工具

症狀： 伺服器已連線但沒有可用工具

疑難排解：

確認工具註冊： 確認你的伺服器確實有註冊工具
檢查 MCP 協定： 確認你的伺服器正確實作 MCP 工具清單功能
檢查伺服器日誌： 檢查 stderr 輸出是否有伺服器端錯誤
測試工具清單： 手動測試伺服器的工具探索端點

工具無法執行

症狀： 工具已被發現但執行時失敗

疑難排解：

參數驗證： 確認你的工具能接受預期的參數
Schema 相容性： 確認你的輸入 schema 為有效的 JSON Schema
錯誤處理： 檢查工具是否有未處理的例外
逾時問題： 考慮增加 timeout 設定值

沙箱機制相容性

症狀： 啟用沙箱機制 (sandboxing) 時 MCP 伺服器執行失敗

解決方法：

基於 Docker 的伺服器： 使用包含所有相依套件的 Docker 容器
路徑可存取性： 確認伺服器可執行檔在沙箱內可用
網路存取： 設定沙箱以允許必要的網路連線
環境變數： 確認所需的環境變數有正確傳遞

除錯小技巧

啟用除錯模式： 使用 --debug 執行命令列介面 (CLI) 以獲得詳細輸出
檢查 stderr： MCP 伺服器的 stderr 會被擷取並記錄（INFO 訊息會被過濾）
獨立測試： 在整合前先獨立測試你的 MCP 伺服器
漸進式設置： 先從簡單工具開始，再逐步加入複雜功能
經常使用 /mcp： 開發過程中隨時監控伺服器狀態

重要注意事項

安全性考量

信任設定： trust 選項會略過所有確認對話框。請謹慎使用，僅用於你完全掌控的伺服器
存取權杖： 設定包含 API 金鑰或權杖的環境變數時，請注意安全性
沙箱相容性： 使用沙箱機制時，請確保 MCP 伺服器可在沙箱環境中運作
私人資料： 使用範圍過廣的個人存取權杖 (personal access token) 可能導致不同儲存庫間的資訊洩漏

效能與資源管理

連線持續性： 命令列介面 (CLI) 會對成功註冊工具的伺服器維持持續連線
自動清理： 對未提供任何工具的伺服器會自動關閉連線
逾時管理： 根據伺服器回應特性設定合適的逾時時間
資源監控： MCP 伺服器會以獨立行程執行並佔用系統資源

Schema 相容性

屬性移除： 系統會自動移除部分 schema 屬性（$schema、additionalProperties），以符合 Gemini API 相容性
名稱正規化： 工具名稱會自動正規化以符合 API 要求
衝突處理： 伺服器間工具名稱衝突會自動加上前綴解決

這套完整的整合機制，讓 MCP 伺服器 (MCP servers) 能在維持安全性、可靠性與易用性的同時，成為擴充 Gemini CLI 能力的強大方式。

工具回傳豐富內容

MCP 工具不限於回傳純文字。你可以回傳豐富的多段內容，包括文字、圖片、音訊和其他二進位資料於單一工具回應中。這讓你能打造能在單一回合內，向模型提供多元資訊的強大工具。

所有從工具回傳的資料都會被處理並作為 context 傳送給模型，用於下一步推論，讓模型能針對所提供資訊進行推理或摘要。

運作方式

若要回傳豐富內容，你的工具回應必須符合 CallToolResult 的 MCP 規範。結果中的 content 欄位應為 ContentBlock 物件陣列。Gemini CLI 會正確處理這個陣列，將文字與二進位資料分離並封裝給模型。

你可以在 content 陣列中自由組合不同的內容區塊類型。支援的區塊類型包括：

text
image
audio
resource（內嵌內容）
resource_link

範例：回傳文字與圖片

以下是一個 MCP 工具回傳同時包含文字描述與圖片的有效 JSON 回應範例：

{
  "content": [
    {
      "type": "text",
      "text": "Here is the logo you requested."
    },
    {
      "type": "image",
      "data": "BASE64_ENCODED_IMAGE_DATA_HERE",
      "mimeType": "image/png"
    },
    {
      "type": "text",
      "text": "The logo was created in 2025."
    }
  ]
}

當 Gemini CLI 收到這個回應時，會進行以下操作：

擷取所有文字，並將其合併為單一的 functionResponse 部分，提供給模型使用。
將影像資料作為獨立的 inlineData 部分呈現。
在命令列介面 (Command Line Interface, CLI) 中提供簡潔且易於理解的摘要，明確指出已收到文字與影像。

這讓你能夠打造能為 Gemini 模型提供豐富多模態 context 的進階工具。

MCP Prompts as Slash Commands

除了工具之外，MCP 伺服器 (MCP servers) 也可以公開預先定義的提示（prompts），讓使用者能在 Gemini CLI 內以斜線指令（slash commands）執行。這讓你可以為常見或複雜的查詢建立捷徑，只需輸入名稱即可輕鬆呼叫。

在伺服器上定義 Prompts

以下是一個簡單的 stdio MCP 伺服器範例，定義了 prompts：

import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { z } from 'zod';

const server = new McpServer({
  name: 'prompt-server',
  version: '1.0.0',
});

server.registerPrompt(
  'poem-writer',
  {
    title: 'Poem Writer',
    description: 'Write a nice haiku',
    argsSchema: { title: z.string(), mood: z.string().optional() },
  },
  ({ title, mood }) => ({
    messages: [
      {
        role: 'user',
        content: {
          type: 'text',
          text: `Write a haiku${mood ? ` with the mood ${mood}` : ''} called ${title}. Note that a haiku is 5 syllables followed by 7 syllables followed by 5 syllables `,
        },
      },
    ],
  }),
);

const transport = new StdioServerTransport();
await server.connect(transport);

這可以透過以下方式，包含在settings.json的mcpServers下：

{
  "mcpServers": {
    "nodeServer": {
      "command": "node",
      "args": ["filename.ts"]
    }
  }
}

呼叫 Prompts

當提示（prompt）被發現後，你可以使用其名稱作為斜線指令（slash command）來呼叫它。命令列介面 (Command Line Interface) 會自動處理參數解析。

/poem-writer --title="Gemini CLI" --mood="reverent"

或，使用位置參數：

/poem-writer "Gemini CLI" reverent

當你執行此指令時，Gemini CLI 會在 MCP 伺服器上以提供的參數執行 prompts/get 方法。伺服器負責將參數代入提示模板（prompt template），並回傳最終的提示文字。接著，CLI 會將這個提示傳送給模型進行執行。這種方式能方便地自動化並分享常見的工作流程。

使用 `gemini mcp` 管理 MCP 伺服器

雖然你可以透過手動編輯 settings.json 檔案來設定 MCP 伺服器，Gemini CLI 也提供了一組方便的指令，讓你能以程式化方式管理伺服器設定。這些指令簡化了新增、列出及移除 MCP 伺服器的流程，無需直接編輯 JSON 檔案。

新增伺服器（`gemini mcp add`）

add 指令會在你的 settings.json 中設定一個新的 MCP 伺服器。根據 scope（-s, --scope），它會被加入到使用者設定檔 ~/.gemini/settings.json 或專案設定檔 .gemini/settings.json 檔案中。

指令：

gemini mcp add [options] <name> <commandOrUrl> [args...]

<name>：伺服器的唯一名稱。
<commandOrUrl>：要執行的指令（針對 stdio）或 URL（針對 http/sse）。
[args...]：stdio 指令的可選參數。

選項（旗標 flags）：

-s, --scope：設定檔範圍（user 或 project）。[預設值："project"]
-t, --transport：傳輸類型（stdio、sse、http）。[預設值："stdio"]
-e, --env：設定環境變數（例如：-e KEY=value）。
-H, --header：為 SSE 與 HTTP 傳輸設定 HTTP 標頭（例如：-H "X-Api-Key: abc123" -H "Authorization: Bearer abc123"）。
--timeout：設定連線逾時時間（毫秒）。
--trust：信任伺服器（略過所有工具呼叫確認提示）。
--description：設定伺服器描述。
--include-tools：要包含的工具，以逗號分隔的清單。
--exclude-tools：要排除的工具，以逗號分隔的清單。

新增 stdio 伺服器

這是執行本地伺服器的預設傳輸方式。

# Basic syntax
gemini mcp add <name> <command> [args...]

# Example: Adding a local server
gemini mcp add my-stdio-server -e API_KEY=123 /path/to/server arg1 arg2 arg3

# Example: Adding a local python server
gemini mcp add python-server python server.py --port 8080

新增 HTTP 伺服器

此傳輸方式適用於使用可串流 HTTP 傳輸的伺服器。

# Basic syntax
gemini mcp add --transport http <name> <url>

# Example: Adding an HTTP server
gemini mcp add --transport http http-server https://api.example.com/mcp/

# Example: Adding an HTTP server with an authentication header
gemini mcp add --transport http secure-http https://api.example.com/mcp/ --header "Authorization: Bearer abc123"

新增 SSE 伺服器

此傳輸方式適用於使用 Server-Sent Events (SSE) 的伺服器。

# Basic syntax
gemini mcp add --transport sse <name> <url>

# Example: Adding an SSE server
gemini mcp add --transport sse sse-server https://api.example.com/sse/

# Example: Adding an SSE server with an authentication header
gemini mcp add --transport sse secure-sse https://api.example.com/sse/ --header "Authorization: Bearer abc123"

列出伺服器 (`gemini mcp list`)

若要檢視目前已設定的所有 MCP 伺服器 (MCP servers)，請使用 list 指令。此指令會顯示每個伺服器的名稱、組態細節，以及連線狀態。

指令:

gemini mcp list

範例輸出：

✓ stdio-server: command: python3 server.py (stdio) - Connected
✓ http-server: https://api.example.com/mcp (http) - Connected
✗ sse-server: https://api.example.com/sse (sse) - Disconnected

移除伺服器 (`gemini mcp remove`)

若要從您的設定中刪除一個伺服器，請使用 remove 指令並指定該伺服器的名稱。

指令：

gemini mcp remove <name>

範例：

gemini mcp remove my-server

這個操作會根據範圍（-s, --scope），在對應的 settings.json 檔案中的 mcpServers 物件裡，找到並刪除 "my-server" 項目。