Google Gemini mit MCP erweitern: Entwickler-Anleitung für das Model Context Protocol
Eine Gemini-MCP-Integration erweitert Google-Gemini-Modelle über das Model Context Protocol mit externen Datenquellen und Tools. Das Protokoll bietet einen standardisierten Zugriff der KI auf lokale Umgebungen, APIs oder Repositorys, wodurch Gemini in Entwicklungsumgebungen, Befehlszeilen (Gemini CLI) und Cloud-Enterprise-Infrastrukturen als interaktiver Agent agieren kann.
Seit dem 18. Juni 2026 steht Gemini CLI nicht mehr über Gemini Code Assist für Einzelpersonen sowie Google AI Pro und Google AI Ultra zur Verfügung. Mit Gemini Code Assist Standard oder Enterprise sowie über kostenpflichtige API-Schlüssel kann die CLI weiterhin genutzt werden. Für betroffene Einzelkonten bietet Google mit der Antigravity CLI (agy) einen Nachfolger, der ebenfalls lokale stdio-MCP-Server und Remote-MCP-Verbindungen unterstützt.
Was ist eine Gemini-MCP-Integration?
Das Model Context Protocol (MCP) schafft eine einheitliche Schnittstelle zwischen einer KI-Anwendung und externen Funktionen. Ein MCP-Server beschreibt beispielsweise Tools zum Abfragen einer Datenbank, zum Lesen eines Repositorys oder zum Aufrufen einer internen API. Eine MCP-fähige Anwendung wie Gemini CLI erkennt diese Funktionen und kann sie dem Gemini-Modell zur Verfügung stellen. Das Modell entscheidet anschließend anhand der Anfrage und der Tool-Beschreibungen, welches Tool verwendet werden soll.
MCP sollte jedoch nicht mit einem eigenen Berechtigungssystem verwechselt werden. Das Protokoll definiert die Kommunikation zwischen Client und Server, während Zugriffsrechte beispielsweise über OAuth, API-Schlüssel, Google Cloud IAM oder andere Authentifizierungsmechanismen geregelt werden.
- 100 % DSGVO-konform und sicher in Deutschland gehostet
- Die leistungsstärksten KI-Modelle auf einer Plattform
- Kein Vendor Lock-in durch Open Source
Integrationswege für Gemini und MCP
Google unterstützt MCP inzwischen an mehreren Stellen seines Gemini-Ökosystems. Welche Konfiguration erforderlich ist, hängt davon ab, ob Sie Gemini lokal, innerhalb einer Entwicklungsumgebung oder als Unternehmensdienst einsetzen.
- Gemini CLI eignet sich für die lokale Entwicklung und Automatisierung im Terminal: Die CLI wird üblicherweise über
npminstalliert und kann lokale MCP-Server überstdiosowie entfernte Server über SSE oder Streamable HTTP anbinden. MCP-Server können unabhängig von der Programmiersprache entwickelt werden. - Gemini in Android Studio bindet MCP direkt in den Agent Mode der IDE ein: Server werden über die Einstellungen der Entwicklungsumgebung konfiguriert. Unterstützt werden Streamable HTTP und auch ältere SSE-Endpunkte, jedoch keine lokalen MCP-Server.
- Gemini Enterprise bindet MCP-Server als sogenannte Data Stores beziehungsweise Daten-Connectoren ein: Unternehmensinterne APIs, Legacy-Systeme oder andere MCP-kompatible Dienste können dadurch für Gemini-Agenten bereitgestellt werden. Gemini Enterprise akzeptiert dabei für benutzerdefinierte MCP-Server ausschließlich Streamable HTTP.
Die drei Varianten verwenden damit zwar dasselbe Protokoll, unterscheiden sich aber deutlich bei Transport, Authentifizierung und Administration.
MCP-Server an Gemini CLI anbinden
Die folgende Anleitung gilt für Zugänge, über die Gemini CLI weiterhin unterstützt wird. Nutzen Sie ein betroffenes Einzel-, Google-AI-Pro- oder Google-AI-Ultra-Konto, können Sie stattdessen zur Antigravity CLI wechseln.
Schritt 1: Gemini CLI installieren
Wenn Sie über einen unterstützten Enterprise- oder API-Zugang verfügen, können Sie Gemini CLI beispielsweise über npm installieren:
npm install -g @google/gemini-cli@latestAnschließend starten Sie Gemini mit:
geminiBeim ersten Start führt Sie die CLI durch die Anmeldung. Neben npm stehen unter anderem Homebrew und MacPorts als Installationswege zur Verfügung.
Schritt 2: Einen einfachen MCP-Server erstellen
Für Python können Sie FastMCP verwenden. FastMCP ist ein eigenständiges Python-Framework, das die Definition von MCP-Tools über Python-Funktionen und Python Decorators vereinfacht.
Installieren Sie zunächst die aktuelle Version:
pip install -U fastmcpDanach können Sie beispielsweise eine Datei namens server.py anlegen:
from fastmcp import FastMCP
mcp = FastMCP("demo-server")
@mcp.tool
def begruessen(name: str) -> str:
"""Gibt eine persönliche Begrüßung für den angegebenen Namen zurück."""
return f"Hallo {name}!"
if __name__ == "__main__":
mcp.run()Die Python-Funktion wird hier als MCP-Tool veröffentlicht. Name, Parameter und Beschreibung werden dem MCP-Client übermittelt und können vom Gemini-Modell zur Auswahl des richtigen Tools verwendet werden.
Schritt 3: FastMCP automatisch mit Gemini CLI verbinden
Für die automatische Registrierung müssen Gemini CLI und uv installiert sein. FastMCP kann einen lokalen Server anschließend direkt in Gemini CLI registrieren. Wechseln Sie dazu in das Verzeichnis mit Ihrer server.py und führen Sie folgenden Befehl aus:
fastmcp install gemini-cli server.pyFastMCP richtet dabei die lokale stdio-Verbindung ein und verwendet im Hintergrund die MCP-Verwaltung der Gemini CLI. Sie müssen die Gemini-Konfigurationsdatei deshalb nicht manuell bearbeiten. Wenn Sie keinen FastMCP-spezifischen Installer verwenden möchten, können Sie den Server auch direkt über Gemini CLI registrieren:
gemini mcp add demo-server python server.pyOhne weitere Angabe wird der Server für das aktuelle Projekt in .gemini/settings.json registriert. Soll er für alle Projekte des Nutzers verfügbar sein, ergänzen Sie --scope user; die Konfiguration wird dann in ~/.gemini/settings.json gespeichert.
stdio ist dabei der Standardtransport. Gemini CLI startet den angegebenen Prozess selbst und kommuniziert anschließend über dessen Standardeingabe und Standardausgabe mit dem MCP-Server. Bei einem kompilierten Go-Server funktioniert das nach demselben Prinzip. Befindet sich beispielsweise eine ausführbare Datei namens mcp-server im aktuellen Verzeichnis, können Sie diese als Server registrieren:
gemini mcp add demo-go ./mcp-serverSchritt 4: Einen entfernten MCP-Server hinzufügen
Läuft der MCP-Server nicht auf Ihrem Rechner, sondern stellt einen Streamable-HTTP-Endpunkt bereit, legen Sie den Transport explizit fest:
gemini mcp add --transport http mein-api-server https://example.com/mcpErfordert der Endpunkt beispielsweise ein Bearer-Token, können Sie zusätzlich einen HTTP-Header hinterlegen:
gemini mcp add --transport http \
--header "Authorization: Bearer TOKEN" \
mein-api-server https://example.com/mcpSchritt 5: Verbindung und Tools überprüfen
Außerhalb einer laufenden Gemini-Sitzung können Sie die registrierten Server anzeigen:
gemini mcp listStarten Sie anschließend Gemini und geben Sie innerhalb der interaktiven CLI Folgendes ein:
/mcpGemini zeigt damit die verbundenen MCP-Server und die von ihnen bereitgestellten Tools an. Bei unterstützten Servern können außerdem Ressourcen und Prompts erscheinen. Danach können Sie das Tool bereits in natürlicher Sprache ansprechen.
Transportprotokolle: Stdio, HTTP/SSE und Streamable HTTP
MCP trennt die logische Beschreibung von Tools vom Transportweg, über den Client und Server miteinander kommunizieren.
| Transport | Typischer Anwendungsbereich | Übertragung | Unterstützung im Gemini-Ökosystem | Einschränkungen |
|---|---|---|---|---|
stdio |
Lokale Tools und Server | Ein-/Ausgabe eines lokalen Prozesses | Gemini CLI | Nicht in Android Studio oder Gemini Enterprise |
| HTTP + SSE | Ältere Remote-Integrationen | HTTP plus separater SSE-Kanal | Gemini CLI, Android Studio | Veraltet; nicht in Gemini Enterprise |
| Streamable HTTP | Remote- und Cloud-Dienste | HTTP mit optionalem Streaming | Gemini CLI, Android Studio, Gemini Enterprise | In Enterprise über HTTPS |
Diese Unterschiede sind insbesondere wichtig, wenn Sie eine lokale Entwicklung später in eine Cloud-Umgebung überführen.
MCP-Server in Android Studio einrichten
Gemini in Android Studio stellt MCP-Funktionen im Agent Mode bereit. Sie öffnen dafür in Android Studio die Einstellungen unter „Settings“ → „Tools“ → „AI“ → „MCP Servers“ beziehungsweise auf macOS über das entsprechende Android-Studio-Menü und aktivieren dort MCP-Server.
Die eingetragene Konfiguration speichert Android Studio in einer mcp.json. Für einen entfernten Streamable-HTTP-Server kann eine minimale Konfiguration beispielsweise so aussehen:
{
"mcpServers": {
"mein-server": {
"httpUrl": "https://example.com/mcp"
}
}
}Optional lassen sich mit headers eigene HTTP-Header, mit timeout ein Verbindungs-Timeout und mit enabled der Aktivierungsstatus des Servers festlegen.
Bei einem älteren SSE-Endpunkt verwenden Sie dagegen url:
{
"mcpServers": {
"mein-server": {
"url": "https://example.com/sse"
}
}
}Nach dem Speichern mit „OK“ zeigt Android Studio den Verbindungsstatus an. Ist eine Anmeldung erforderlich, starten Sie diese über „Start Login“ im Browser. Nicht unterstützt werden stdio, MCP-Ressourcen, Prompt-Templates sowie OAuth bei einigen MCP-Servern.
Auch hier können Sie im Gemini-Chat mit /mcp prüfen, welche Tools dem Agenten zur Verfügung stehen.
Gemini Enterprise mit einem eigenen MCP-Server verbinden
Gemini Enterprise kann benutzerdefinierte MCP-Server als Data Store einbinden. Dadurch lassen sich beispielsweise interne APIs, Datenbanken oder CRM-Systeme für Gemini-Agenten verfügbar machen.
Voraussetzungen für die Enterprise-Integration
Bevor Sie einen eigenen MCP-Server registrieren, muss die standardmäßig blockierende Org-Policy für Custom-MCP-Data-Stores im betreffenden Google-Cloud-Projekt überschrieben und deaktiviert werden. Für die Einrichtung benötigt der zuständige Administrator außerdem die erforderlichen Berechtigungen, beispielsweise die Rolle roles/discoveryengine.editor.
Der MCP-Server muss über HTTPS erreichbar sein und ein Zertifikat einer öffentlich vertrauenswürdigen Zertifizierungsstelle verwenden. Selbst signierte Zertifikate werden nicht unterstützt. Als Transport setzt Gemini Enterprise auf Streamable HTTP.
Bei aktivierten Organisationsrichtlinien müssen die Domains der MCP-, Authorization- und Token-URL über allowedEgressFqdns freigegeben werden. Bei VPC Service Controls oder aktivierter Projekt-Enforcement müssen Sie außerdem custom_mcp als erlaubte Datenquelle hinterlegen. Für OAuth ist Gemini Enterprise beim Identity Provider als Client mit der Redirect-URL https://vertexaisearch.cloud.google.com/oauth-redirect zu registrieren.
MCP-Server in Gemini Enterprise registrieren
Öffnen Sie in der Google Cloud Console Gemini Enterprise und anschließend den Bereich Data stores. Erstellen Sie dort einen neuen Data Store – ein bereits vorhandener Data Store kann nicht verwendet werden – und wählen Sie Custom MCP Server als Quelle. Danach geben Sie den HTTPS-Endpunkt Ihres Servers an, zum Beispiel https://mcp.example.com/mcp. Benötigt der MCP-Server keine Authentifizierung, wählen Sie „No authentication“. Bei privaten Cloud-Run-Servern übernimmt Gemini Enterprise die IAM-Authentifizierung über die standardmäßige .run.app-URL automatisch; der Service-Agent benötigt dafür roles/run.invoker. Bei einer eigenen Domain oder einem vorgeschalteten Load Balancer wird das ID-Token nicht automatisch übertragen.
Gemini Enterprise unterstützt OAuth 2.0. Je nach Anbieter hinterlegen Sie unter anderem die Authorization URL, Token URL, Client-ID, Client-Secret und die benötigten Scopes. Auch PKCE kann verwendet werden, sofern der eingesetzte Identity Provider dies unterstützt.
Die Authentifizierung legt fest, unter welcher Benutzeridentität Gemini auf ein externes System zugreifen darf. Dadurch können zum Beispiel unterschiedliche User nur auf die Daten zugreifen, für die sie tatsächlich berechtigt sind.
Importierte Tools als Actions aktivieren
Nachdem Gemini Enterprise eine Verbindung zum MCP-Server hergestellt hat, werden dessen Tools als Actions importiert. Diese sind zunächst nicht automatisch aktiv:
- Öffnen Sie im entsprechenden Data Store den Bereich „Actions“.
- Über „Reload custom actions“ können Sie die vom Server angebotenen Tools neu laden.
- Anschließend wählen Sie die benötigten Actions aus und aktivieren sie.
Dadurch behalten Administratorinnen und Administratoren gezielt die Kontrolle darüber, welche Funktionen ein Gemini-Agent tatsächlich verwenden darf. Gleichzeitig verringert eine begrenzte Tool-Auswahl die Zahl der möglichen Aktionen, zwischen denen das Modell entscheiden muss.
Gemini Enterprise verlangt standardmäßig vor jedem Aufruf einer Action eine Bestätigung durch die Nutzerin oder den Nutzer, da Aktionen zunächst als potenziell datenändernd behandelt werden. Für reine Lesezugriffe können MCP-Tools vor dem Import mit readOnlyHint gekennzeichnet werden. Dadurch kann Gemini Enterprise die Action ohne zusätzliche Nutzerbestätigung ausführen. Verändert ein Tool Daten, sollte destructiveHint explizit gesetzt werden; die Bestätigung bleibt dann erforderlich. Werden die Annotationen nachträglich geändert, müssen die Custom Actions in Gemini Enterprise neu geladen werden, damit die Änderungen übernommen werden.
Google empfiehlt aktuell, maximal 100 Actions gleichzeitig zu aktivieren.
MCP-Server und Tools eindeutig beschreiben
Damit Gemini das passende Tool auswählt, sind verständliche Namen und präzise Beschreibungen besonders wichtig. Das Modell verwendet diese Metadaten, um zu entscheiden, welche Action zu einer Anfrage passt.
Eine Beschreibung wie „Sucht Daten.“ liefert dafür kaum Kontext. Besser ist beispielsweise „Durchsucht den internen Produktkatalog nach Produktname, Kategorie oder Artikelnummer und liefert Preise sowie Verfügbarkeiten zurück.“.
Aus der Beschreibung sollte möglichst eindeutig hervorgehen, was ein Tool macht, wann es eingesetzt werden soll und welche Informationen es erwartet. Auch die Parameter sollten klare Namen und geeignete Datentypen besitzen.
Das Gleiche gilt für den gesamten MCP-Server. Statt einer allgemeinen Beschreibung wie „Interne API“ ist beispielsweise „Stellt Tools zum Lesen von Kundendaten, Verträgen und Supportfällen aus dem CRM bereit“ deutlich aussagekräftiger. Auf diese Weise kann Gemini nicht nur technisch auf den MCP-Server zugreifen, sondern auch besser erkennen, welches Tool für eine konkrete Benutzeranfrage geeignet ist.
Fazit
MCP erweitert Gemini um externe Datenquellen und ausführbare Tools. Je nach Einsatzbereich unterscheiden sich jedoch die Integrationswege: Gemini CLI eignet sich weiterhin für lokale MCP-Server und unterstützt unter anderem stdio, ist seit Juni 2026 jedoch nicht mehr über Gemini Code Assist für Einzelpersonen sowie Google AI Pro und Google AI Ultra verfügbar. Für diese Nutzergruppen steht mit der Antigravity CLI (agy) eine Alternative zur Verfügung, die ebenfalls lokale stdio-MCP-Server unterstützt. Android Studio integriert MCP über Remote-Verbindungen in den Agent Mode, während Gemini Enterprise für benutzerdefinierte MCP-Server HTTPS und Streamable HTTP verwendet.
Für eine zuverlässige Enterprise-Integration sind neben der technischen Verbindung vor allem eine passende Authentifizierung, gezielt aktivierte Actions und verständliche Tool-Beschreibungen entscheidend. So kann Gemini externe Funktionen nicht nur erreichen, sondern sie auch sicher und im passenden Kontext einsetzen.