必须配置MCP服务器才能让Gemini CLI理解本地文件、数据库或私有API；需确保Node.js≥18、Gemini CLI已安装、GEMINI_API_KEY已设置，并在settings.json中正确配置mcpServers字段，末尾/sse不可省略。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Gemini CLI真正理解你的本地文件、数据库或私有API，必须配置MCP服务器——它不是可选项，而是打通AI与真实工作环境的唯一桥梁。
确认基础环境已就绪
先验证Node.js版本是否≥18：运行 node -v，若输出为 v17.9.1 或更低，后续所有MCP服务启动都会失败，必须升级。
检查Gemini CLI是否已全局安装：执行 gemini --version，无响应说明未安装，需立即运行 npm install -g @google/gemini-cli。
【GEMINI_API_KEY环境变量必须已设置】，否则MCP服务器即使连通也无法调用模型。运行 echo $GEMINI_API_KEY（macOS/Linux）或 echo %GEMINI_API_KEY%（Windows），应返回一串32位以上密钥字符。
手动配置MCP服务器（推荐精准控制）
打开用户级配置文件：~/.gemini/settings.json（Windows为 %USERPROFILE%\.gemini\settings.json）。
在文件根对象内添加 mcpServers 字段，结构如下：
{ "mcpServers": { "fs": { "url": "http://localhost:3000/sse" }, "github": { "url": "http://localhost:3001/sse" } } }
注意字段名必须小写，url 值末尾的 /sse 不可省略，漏掉会导致Gemini CLI反复重连却始终显示“server unreachable”。
快速启动常用MCP服务器
方法一：本地文件系统服务器（最常用）
执行 npx @modelcontextprotocol/server-fs，服务默认监听 http://localhost:3000/sse。此服务器能读取你当前终端所在目录及子目录下的所有代码和文档。
方法二：GitHub代码分析服务器
先生成带 repo 和 read:org 权限的Personal Access Token，保存为环境变量 GITHUB_TOKEN；再运行 npx -y @modelcontextprotocol/server-github --token $GITHUB_TOKEN，服务启动后自动绑定到 http://localhost:3001/sse。
方法三：一键拉起多服务（适合调试）
创建 mcp-compose.js 文件，写入以下内容并执行 node mcp-compose.js：
const { spawn } = require('child_process'); spawn('npx', ['@modelcontextprotocol/server-fs'], { stdio: 'inherit' }); spawn('npx', ['@modelcontextprotocol/server-github', '--token', process.env.GITHUB_TOKEN], { stdio: 'inherit' });
验证MCP是否生效
第一步：启动Gemini CLI会话，输入 gemini 回车。
第二步：发送自然语言指令，例如：“列出当前项目里所有 .ts 文件的路径”。
第三步：观察AI回复开头是否包含类似 [MCP: fs] scanned 12 files in ./src 的标识。出现即代表MCP服务器已成功介入，AI正在调用你本地的文件系统工具。
第四步：尝试更复杂的指令：“对比 ./src/utils.ts 和 ./legacy/utils.js 的函数签名差异”。若AI能准确提取并比对两者内容，说明上下文传递与工具调用链完全畅通。
