Guía de conector8 minutos de lectura13 herramientas MCP7 idiomas

Conectar Gemini con Microsoft Copilot (MCP)

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

HCPor el equipo de HelpCodeActualizado 8 min de lectura Código abierto en GitHub

Sin tarjeta de crédito · 7 días de prueba · Alternativa self-host disponible

Google Gemini API

Google Gemini API

Let your AI use Google Gemini with your own API key: ask Gemini models questions, analyse images and PDFs from a link, count tokens, create embeddings, and generate or edit pictures with Nano Banana that appear right in the chat.

herramientas

13

Región

INTL

Categoría

Datos públicos

Autenticación

API Key

Env vars requeridas

GEMINI_API_KEY
Instalar con un clic en Cloud

7 días de prueba gratis · Sin tarjeta de crédito

  • Prueba gratis de 7 días
    Sin tarjeta de crédito
  • RGPD y SOC 2 ready
    Datos en la UE, registros de auditoría
  • Código abierto en GitHub
    Open source · AGPL-3.0
  • Funciona con ChatGPT, Claude, Gemini
    Cualquier cliente compatible con MCP

Resumen

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Configuración guiada

Conecta Google Gemini API a Microsoft Copilot en 2 minutos

Empieza la prueba gratuita en AnythingMCP Cloud, conecta Google Gemini API con la configuración guiada y añade tu URL MCP a Microsoft Copilot. Sin código y sin servidores que mantener.

Sin tarjeta de crédito · 7 días de prueba · Alternativa self-host disponible

Prueba a pedir

Prompts de ejemplo para Google Gemini API

Haz clic en un prompt para copiarlo. Pégalo en Claude, ChatGPT, Cursor, Gemini, Copilot u OpenClaw para ejecutarlo contra este conector.

Google Gemini API · live vía MCP
Compartir
Opus 4.7

Claude es IA y puede equivocarse. Verifica siempre las respuestas.

💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → Google Gemini API, pega tus credenciales, genera una MCP API key y listo. Sin Docker, sin git clone, sin servidor local.

Gemini API + Microsoft Copilot

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Requisitos previos

Las instrucciones de configuración completas están incluidas en el conector (visibles en el store al seleccionarlo). Las variables de entorno requeridas:

GEMINI_API_KEY

Paso 1 — Obtener credenciales

  1. Abre Google AI Studio en https://aistudio.google.com/apikey e inicia sesión con tu cuenta de Google.
  2. Haz clic en Create API key, elige o crea un proyecto de Google Cloud y copia la clave. Normalmente empieza por AIza.
  3. Pégala en GEMINI_API_KEY e instala el conector. La clave solo se envía a Google.
  4. Para generar imágenes, o para tener límites más altos, activa la facturación del proyecto de la clave en AI Studio (Get API key y luego Set up billing). Los modelos de imagen no tienen nivel gratuito.
  5. Ejecuta gemini_list_models para ver qué modelos puede usar tu clave. No cuesta nada.

Facturación: la Gemini API funciona con tu propia clave. Cada llamada, salvo la lista de modelos, la Files API y el recuento de tokens, se factura al proyecto de la clave o cuenta para su nivel gratuito. En el nivel gratuito, los modelos de texto y de embeddings son gratis dentro de límites por minuto y por día, y Google puede usar los prompts del nivel gratuito para mejorar sus productos. La IA usa modelos predeterminados baratos y rápidos (gemini-3.1-flash-lite para texto, gemini-embedding-001 para embeddings) salvo que pidas uno más potente, y gemini_count_tokens estima gratis un prompt largo antes de enviarlo.

Las imágenes cuestan dinero: gemini_generate_image y gemini_edit_image crean o cambian imágenes con Nano Banana y las muestran directamente en el chat. El modelo de imagen predeterminado cuesta unos 0,034 $ por imagen y el más potente unos 0,13 $, así que la IA te pide confirmación antes de cada imagen. Las imágenes de más de 4 MB no se devuelven: pide un tamaño menor.

Archivos por enlace: gemini_analyze_file_url responde preguntas sobre una imagen, un PDF, un archivo de texto o CSV o un vídeo corto accesible mediante un enlace HTTPS público de hasta 15 MB. Gemini abre el enlace por sí mismo, así que debe funcionar sin iniciar sesión. Las herramientas de la Files API listan y leen los archivos guardados del proyecto, que caducan a las 48 horas. gemini_delete_file está desactivada al instalar.

Errores frecuentes: 400 con clave no válida: la clave es incorrecta o se eliminó, así que crea una nueva en AI Studio. 403: la clave está restringida a otras API (en la Google Cloud console, en Credentials, API restrictions, permite la Generative Language API), la API está desactivada en su proyecto o un enlace a un archivo no es público. 404: el código del modelo no existe, compruébalo con gemini_list_models. 429: se alcanzó un límite del nivel gratuito o del de pago, o se llamó a un modelo de imagen sin facturación; espera o activa la facturación. Un 400 que dice que el nivel gratuito no está disponible significa que no se ofrece en tu región: activa la facturación. Una solicitud bloqueada por los filtros de seguridad de Google vuelve como error y no se reintenta.

El conector no sube archivos, no transmite audio ni vídeo (Live API), no genera voz ni vídeo (Veo) y no gestiona context caching, trabajos por lotes, modelos ajustados ni file search stores.

Paso 2 — Instalar el adapter

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

Paso 3 — Añadir el conector en Microsoft Copilot

La URL de tu servidor: en AnythingMCP abre MCP Servers → el servidor donde está este conector y copia su URL (https://cloud.anythingmcp.com/mcp/…). Úsala donde esta guía muestra YOUR_SERVER_ID.

Microsoft Copilot usa servidores MCP a través de agentes creados en Copilot Studio: añades AnythingMCP a un agente como herramienta y luego publicas el agente en Microsoft 365 Copilot y Teams. Copilot Studio se conecta desde la nube de Microsoft por Streamable HTTP, que AnythingMCP admite.

  1. En Copilot Studio, abre tu agente (o crea uno), ve a Tools y elige Add a tool → New tool → Model Context Protocol.
  2. Escribe un Server name (por ejemplo AnythingMCP), una Server description que diga qué hace el conector y la Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Copilot Studio usa la descripción para decidir cuándo llamar al servidor.
  3. En la autenticación, elige API key, pon Type en Header y X-API-Key como nombre de la cabecera, y selecciona Create.
  4. En Add tool, elige Create a new connection, pega una clave de API MCP de AnythingMCP (MCP Servers → tu servidor → API keys) y selecciona Add to agent.
  5. Pruébalo en el panel Test del agente: pide algo que necesite las herramientas de Gemini API.
  6. Selecciona Publish y luego Channels → Microsoft 365 and Microsoft Teams, deja marcada Make agent available in Microsoft Copilot y elige Add channel. See agent in Teams lo instala para ti; en Microsoft 365 Copilot, escribe @ y elige el agente.

¿Prefieres que cada persona inicie sesión? En lugar de la clave de API elige OAuth 2.0 → Dynamic discovery: cada usuario inicia sesión en AnythingMCP la primera vez que el agente lo llama.

¿Lo alojas tú mismo? Usa la dirección HTTPS pública de tu instancia en lugar de https://cloud.anythingmcp.com. Copilot Studio se conecta desde la nube de Microsoft, así que localhost no funciona.

Herramientas disponibles

ToolWhat it does
gemini_list_modelsList the Gemini models this API key can use, with their input and output token limits, whether they think, and the methods they support…
gemini_get_modelRead one Gemini model: display name, description, version, input and output token limits, default temperature, top-p and top-k, whether it…
gemini_generate_textAsk a Gemini model one question and get its text answer (generateContent)
gemini_generate_contentFull generateContent call for conversations and mixed input. contents is the list of turns: [{"role": "user", "parts": [{"text": "..."}]}…
gemini_analyze_file_urlAsk a Gemini model about a file on the web: an image, a PDF, a text or CSV file or a short video, given by its public HTTPS link (up to 15…
gemini_count_tokensCount how many input tokens a text is for a Gemini model, to estimate cost or check it fits the context window before a long call
gemini_embed_textTurn one text into an embedding vector (embedContent) for semantic search, clustering or similarity
gemini_batch_embed_textsEmbed up to 20 texts in one call (batchEmbedContents); the vectors come back in the order given
gemini_generate_imageCreate a picture from a text description with a Gemini image model (Nano Banana) and return it as an image the user can see
gemini_edit_imageChange an existing picture with a Gemini image model: describe the edit ("replace the sky with a sunset", "remove the person on the left"…
gemini_list_filesList the files stored in the project's Gemini Files API (uploaded for prompts, or generated), newest first, with name, display name, MIME…
gemini_get_fileRead one file of the Gemini Files API: display name, MIME type, size, state (PROCESSING, ACTIVE or FAILED), uri to use in…
gemini_delete_fileDelete a file from the Gemini Files API before it expires

Ejemplos de prompts

  • "Lee el PDF con la lista de precios del proveedor en el enlace que pego abajo y enumera cada producto con su precio."
  • "Pide a Gemini que reescriba esta descripción de producto para nuestra tienda online con un tono más breve y cercano."
  • "¿Cuántos tokens tiene esta propuesta para Gemini y cuánto costaría resumirla con el modelo predeterminado?"
  • "Crea con Nano Banana una foto de producto de nuestra taza de cerámica azul sobre una mesa de madera, pero dime antes el coste y espera mi OK."

FAQ

¿Para qué Copilot es? Para Microsoft 365 Copilot en el trabajo, mediante agentes de Copilot Studio. La app de Microsoft Copilot para cuentas personales no permite añadir tu propio servidor MCP.

¿Qué necesito? Una cuenta de trabajo con acceso a Copilot Studio (licencia o prueba) para crear el agente. Quien lo use en Microsoft 365 Copilot o Teams necesita acceso al agente: compártelo o pide a un administrador que lo publique para la organización. Si tu organización aplica directivas de datos a los conectores de Power Platform, también cubren los servidores MCP.

El agente no llama a las herramientas. Comprueba que el nombre de la cabecera sea exactamente X-API-Key y que la clave pertenezca al mismo servidor MCP que la URL, y escribe una Server description concreta: Copilot Studio la usa para decidir cuándo llamar al servidor. Vuelve a publicar el agente después de cada cambio; en un chat abierto, escribe "start over" para usar la nueva versión.

Siguientes pasos

¿Te ha sido útil esta guía?

Conecta Google Gemini API a Microsoft Copilot en 2 minutos

Empieza la prueba gratuita en AnythingMCP Cloud, conecta Google Gemini API con la configuración guiada y añade tu URL MCP a Microsoft Copilot. Sin código y sin servidores que mantener.

Guías relacionadas

Conectores

Conectar Gemini con ChatGPT (MCP)

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Conectores

Conectar Gemini con Claude (MCP)

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Conectores

Conectar Gemini con Cursor (MCP)

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Conectores

Conectar Gemini MCP con Gemini CLI

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Conectores

Conectar Gemini con Meta Muse (MCP)

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.

Conectores

Servidor Gemini MCP: modelos y análisis

Deja que tu IA use Google Gemini con tu propia clave de API: haz preguntas a los modelos Gemini, analiza imágenes y PDF desde un enlace, cuenta tokens, crea embeddings y genera o edita imágenes con Nano Banana que aparecen directamente en el chat.