对于cc我让ai帮我配置了一个可以理解WPS office的mcp工具。claude很快就理解了我的意图，并帮我完成了可用的配置。但是，当我准备让gemini也这么配置时，我发现他对于mcp的理解不是非常深刻，或者说他的数据库根本就无法理解mcp的概念。后来我一问才知道MCP（Model Context Protocol）是Anthropic提出的概念，也难怪cc能这么顺利的完成配置。

当前ai属于蓬勃发展的阶段，最新的数据不能更新可以理解。于是我让cc帮gemini写一个mcp：agents help agents。

• 环境: WSL Ubuntu + Node.js v25.2.1
• Gemini CLI 版本: 0.17.1

依赖包：

{
  "@modelcontextprotocol/sdk": "MCP SDK 核心库",
  "mammoth": "Word 文档解析",
  "xlsx": "Excel 表格解析"
}

配置

1. Gemini CLI 配置文件

位置: ~/.gemini/settings.json

{
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  },
  "general": {
    "previewFeatures": true
  },
  "mcpServers": {
    "wps-reader": {
      "command": "node",
      "args": ["/home/huyang/mcp-servers/wps-server.js"]
    }
  }
}

2. 服务器文件

\home\huyang\mcp-servers

• wps-server.js: MCP 服务器主文件
• package.json: Node.js 项目配置

参考资料

• Gemini CLI MCP 文档
• MCP SDK 文档
• Gemini CLI Extensions

综上

实际运行示例

# 1. 用户启动 AI 客户端

gemini

# 2. 客户端自动启动 MCP server

node /home/huyang/mcp-servers/wps-server.js # 后台运行

# 3. 用户输入

"读取 ~/document.docx 的内容"

# 4. AI 判断需要调用工具

AI → MCP Server: read_wps_file({file_path: "/home/huyang/document.docx"})

# 5. MCP Server 返回内容

MCP Server → AI: "文件内容:\n这是文档内容…"

# 6. AI 整合结果回复用户

"文档内容如下：这是文档内容…"