Die Gemini API über MCP in Gemini CLI nutzen

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Google Gemini API klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Gemini API + Gemini CLI

Lass deine KI Google Gemini mit deinem eigenen API-Key nutzen: Gemini-Modellen Fragen stellen, Bilder und PDFs über einen Link analysieren, Tokens zählen, Embeddings erstellen und mit Nano Banana Bilder erzeugen oder bearbeiten, die direkt im Chat erscheinen.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

GEMINI_API_KEY

Schritt 1 — Zugangsdaten holen

1. Öffne Google AI Studio unter https://aistudio.google.com/apikey und melde dich mit deinem Google-Konto an.
2. Klicke auf Create API key, wähle ein Google-Cloud-Projekt aus oder lege eines an und kopiere den Key. Er beginnt meist mit AIza.
3. Füge ihn in GEMINI_API_KEY ein und installiere den Connector. Der Key wird nur an Google gesendet.
4. Um Bilder zu erzeugen oder höhere Limits zu bekommen, aktiviere in AI Studio die Abrechnung für das Projekt des Keys (Get API key, dann Set up billing). Bildmodelle haben kein Free Tier.
5. Führe gemini_list_models aus, um zu sehen, welche Modelle dein Key nutzen kann. Das kostet nichts.

Abrechnung: Die Gemini API läuft über deinen eigenen Key. Jeder Aufruf außer der Modellliste, der Files API und dem Zählen von Tokens wird dem Projekt des Keys berechnet oder auf sein Free Tier angerechnet. Im Free Tier sind Text- und Embedding-Modelle innerhalb von Minuten- und Tageslimits kostenlos, und Google darf Prompts aus dem Free Tier zur Verbesserung seiner Produkte nutzen. Die KI nutzt günstige, schnelle Standardmodelle (gemini-3.1-flash-lite für Text, gemini-embedding-001 für Embeddings), solange du kein stärkeres Modell verlangst, und gemini_count_tokens schätzt einen langen Prompt kostenlos ab, bevor du ihn sendest.

Bilder kosten Geld: gemini_generate_image und gemini_edit_image erzeugen oder ändern Bilder mit Nano Banana und zeigen sie direkt im Chat. Das Standard-Bildmodell kostet etwa 0,034 $ pro Bild, das leistungsfähigste etwa 0,13 $, deshalb bestätigt die KI jedes Bild vorher mit dir. Bilder über 4 MB werden nicht zurückgegeben: Bitte dann um eine kleinere Größe.

Dateien per Link: gemini_analyze_file_url beantwortet Fragen zu einem Bild, einem PDF, einer Text- oder CSV-Datei oder einem kurzen Video, das über einen öffentlichen HTTPS-Link mit bis zu 15 MB erreichbar ist. Gemini ruft den Link selbst ab, er muss also ohne Login funktionieren. Die Tools für die Files API listen und lesen die gespeicherten Dateien des Projekts, die nach 48 Stunden ablaufen. gemini_delete_file ist bei der Installation deaktiviert.

Häufige Fehler: 400 mit ungültigem Key: Der Key ist falsch oder wurde gelöscht, erstelle also in AI Studio einen neuen. 403: Der Key ist auf andere APIs beschränkt (erlaube in der Google Cloud console unter Credentials, API restrictions die Generative Language API), die API ist in seinem Projekt ausgeschaltet, oder ein Datei-Link ist nicht öffentlich. 404: Den Modellcode gibt es nicht, prüfe ihn mit gemini_list_models. 429: Ein Limit des Free Tiers oder des bezahlten Tarifs ist erreicht, oder ein Bildmodell wurde ohne Abrechnung aufgerufen; warte oder aktiviere die Abrechnung. Ein 400, laut dem das Free Tier nicht verfügbar ist, bedeutet, dass es in deiner Region nicht angeboten wird: Aktiviere die Abrechnung. Eine Anfrage, die von Googles Sicherheitsfiltern blockiert wird, kommt als Fehler zurück und wird nicht wiederholt.

Der Connector lädt keine Dateien hoch, streamt kein Audio oder Video (Live API), erzeugt weder Sprache noch Videos (Veo) und unterstützt weder Context Caching noch Batch-Jobs, getunte Modelle oder File Search Stores.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in Gemini hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

Gemini CLI liest MCP-Server aus ~/.gemini/settings.json (unter Windows %USERPROFILE%\.gemini\settings.json). Füge hinzu:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Erstelle in AnythingMCP unter MCP Servers → dein Server → API keys einen MCP-API-Key und setze ihn anstelle von YOUR_MCP_API_KEY ein.
2. Speichere die Datei und starte gemini neu.
3. Führe in der Gemini CLI /mcp aus (oder gemini mcp list im Terminal): anythingmcp sollte als verbunden erscheinen.
4. Leg los: Gemini CLI kann jetzt die Gemini API-Tools aufrufen.

Verfügbare Tools

Beispiel-Prompts

• „Lies das PDF mit der Lieferanten-Preisliste unter dem Link, den ich unten einfüge, und liste jedes Produkt mit seinem Preis auf.“
• „Lass Gemini diese Produktbeschreibung für unseren Onlineshop kürzer und freundlicher formulieren.“
• „Wie viele Tokens hat dieses Angebot für Gemini, und was würde eine Zusammenfassung mit dem Standardmodell kosten?“
• „Erstelle mit Nano Banana ein Produktfoto unserer blauen Keramiktasse auf einem Holztisch, aber nenne mir vorher die Kosten und warte auf mein OK.“

FAQ

Wo sucht Gemini CLI nach MCP-Servern? In ~/.gemini/settings.json für deinen Benutzer oder in .gemini/settings.json innerhalb eines Projekts. gemini mcp list zeigt jeden Server und ob er sich verbindet.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit ChatGPT verbinden