能力标签
google_workspace_mcp MCP工具
🔌
MCP工具

google_workspace_mcp MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:google_workspace_mcp
⭐ 2.4k Stars 🍴 729 Forks 💻 Python 📄 MIT 🏷 AI 8.2分
8.2AI 综合评分
Google WorkspaceGmail自动化日历管理协作文档工作流自动化
✦ AI Skill Hub 推荐

google_workspace_mcp MCP工具 是 AI Skill Hub 本期精选MCP工具之一。已获得 2.4k 颗 GitHub Star,综合评分 8.2 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

google_workspace_mcp MCP工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 google_workspace_mcp MCP工具,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。google_workspace_mcp MCP工具 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 google_workspace_mcp MCP工具 评为 AI 评分 8.2 分,属于同类工具中的优质选择。

📋 工具概览

google_workspace_mcp MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 2.4k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
持续维护,定期更新
开源协议
MIT
AI 综合评分
8.2 分
工具类型
MCP工具
Forks
729

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

google_workspace_mcp MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/taylorwilsdon/google_workspace_mcp

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "google-workspace-mcp-mcp--": {
      "command": "npx",
      "args": ["-y", "google_workspace_mcp"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 google_workspace_mcp MCP工具 执行以下任务...
Claude: [自动调用 google_workspace_mcp MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "google_workspace_mcp_mcp__": {
      "command": "npx",
      "args": ["-y", "google_workspace_mcp"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 55/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

secret, but Google still requires one server-side

export MCP_ENABLE_OAUTH21=true export GOOGLE_OAUTH_CLIENT_ID="..." export GOOGLE_OAUTH_CLIENT_SECRET="..."

2. Launch - OAuth 2.1 requires HTTP transport

uvx workspace-mcp --transport streamable-http --tool-tier core ```

</td> </tr> </table>

Tool tiers keep context windows lean: core is the essential set, extended adds management operations, complete loads everything. Combine with --tools <service> ..., --read-only, or per-service --permissions, and subtract individual tools with --disabled-tools <name> ... - details in the server modes docs.

Optional: install the bundled skill for better Workspace tool routing

ln -s "$(pwd)/skills/managing-google-workspace" ~/.claude/skills/managing-google-workspace ```

ChatGPT - connect via Developer Mode with the ChatGPT guide.

VS Code, LM Studio, Open WebUI, and everything else - any MCP client works over streamable HTTP (recommended) or stdio. Client-specific walkthroughs live in the guides and FAQ.

Deployment & Advanced Configuration

Everything you need to run this in production lives in two places. The documentation covers auth modes and server configuration:

The Advanced Deployment guide covers self-hosting specifics: reverse proxy setup with WORKSPACE_EXTERNAL_URL (including the nginx Origin: null consent workaround, the WORKSPACE_MCP_ALLOW_NULL_ORIGIN_CONSENT escape hatch, and the Referrer-Policy pitfall), origin validation and VS Code webview allowlisting, credential store backends (local directory or GCS with CMEK enforcement), and the complete environment variable reference.

Production tuning is all environment variables; the names below link to their reference entries.

For downloads, horizontally scaled or scale-to-zero HTTP deployments (Cloud Run, Kubernetes) can stage attachments in Google Cloud Storage instead of instance-local disk, whose /attachments/{id} URL may reach a different instance. Install the gcs extra and set WORKSPACE_MCP_FILES_GCS_BUCKET to a bucket name; objects are written under WORKSPACE_MCP_FILES_GCS_PREFIX (default attachments) and handed out as V4 signed URLs valid for one hour, which the client fetches straight from GCS. This also lets stateless mode return download URLs instead of inline files. stdio ignores the setting, since its client reads the local file path directly. The runtime service account needs object read and write access on the bucket — roles/storage.objectUser, or roles/storage.objectCreator plus roles/storage.objectViewer — and, without an exported private key, roles/iam.serviceAccountTokenCreator on itself so URLs can be signed through IAM. Read access is not optional: a signed URL carries the signer's authority, so without storage.objects.get the upload and the signing both succeed while the client's download fails with 403. Objects are not deleted by the server, so add a bucket lifecycle rule that removes them after a few hours.

Quick Start

Set credentials → pick a launch command → connect your client. Full walkthrough with screenshots: workspacemcp.com/quick-start

You'll need an OAuth client from Google Cloud Console in a project with the Google APIs enabled for the services you plan to use. The docs have one-click enable links for every API plus a single gcloud services enable command that covers them all, and the quick start guide walks through the whole setup in about five minutes.

Confidential Client

```bash

that contains the client id and secret (env vars take precedence).

export WORKSPACE_MCP_PORT=8000 export GOOGLE_OAUTH_REDIRECT_URI="http://localhost:${WORKSPACE_MCP_PORT}/oauth2callback" export OAUTHLIB_INSECURE_TRANSPORT=1

Alternatively, point GOOGLE_CLIENT_SECRET_PATH at a client_secret.json

🇨🇳 中文文档镜像 AI 翻译 2026-06-11
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Workspace MCP 是功能最完整的 MCP 服务器,唯一集成所有主要 Google Workspace 服务与 AI 助手和代理平台的解决方案。支持 CLI 使用,兼容本地和远程实例。该项目为开发者提供统一的接口,通过单一 MCP 服务器访问 Google 生态全套工具,大幅简化集成复杂度。

⚡ 功能介绍

支持 12 项 Google Workspace 服务:Gmail、Drive、Calendar、Docs、Sheets、Slides、Forms、Chat、Apps Script、Tasks、Contacts、Search。包含完整的邮件管理、文件操作(含分享和权限控制)、Office 文件和 PDF 处理、日历事件管理等高级功能。所有工具可通过 CLI 直接调用,支持 core、extended、complete 三个工具层级。

📋 环境依赖

需要 Python 3.10+ 和 uvx 工具。必须配置 Google Cloud Project 并获取 OAuth 2.0 凭证。OAuth 2.1 要求 HTTP 传输协议。可选安装 GCS 凭证存储后端依赖。推荐使用 streamable-http 传输方式启动服务。

🛠 安装步骤(Docker/pip/源码)

通过 uvx 快速启动无需安装:uvx workspace-mcp --transport streamable-http --tool-tier core。支持全局安装后直接使用 workspace-cli 命令。开发或服务器部署可选择源码安装。需先在 Google Cloud Console 创建项目、配置 OAuth 凭证(选择桌面应用或 Web 应用类型)。可选配置 Google Custom Search 引擎以启用网页搜索功能。

🚀 使用教程

快速开始:设置凭证 → 选择启动命令 → 连接客户端(如 Claude)。推荐通过 Connector 将 Claude 连接到本地或远程实例。使用 workspace-cli 调用工具示例:uv run workspace-cli call search_gmail_messages query="is:unread" max_results=5。支持通过 --url 参数指定远程端点,或设置 WORKSPACE_MCP_URL 环境变量。

⚙️ 配置说明(含 MCP / env)

Google Cloud 配置:创建项目 → 生成 OAuth 凭证 → 选择应用类型(桌面或 Web)。HTTP 传输需设置 WORKSPACE_MCP_HTTP_PORT。支持配置允许的重定向 URI(WORKSPACE_MCP_ALLOWED_CLIENT_REDIRECT_URIS),支持通配符模式匹配。可选配置 GCS 后端存储凭证。Sidecar 仅在设置 HTTP_PORT 时启用,用于桥接本地 stdio 会话。

🔌 API 说明

通过 workspace-cli 调用工具,支持 key=value 参数传递。可配置 Claude Code CLI 的环回重定向 URI,支持 localhost 和 127.0.0.1 的临时端口。使用 FastMCP 匹配器语法,* 通配符可匹配任意端口或路径组件,*.example.com 匹配子域名。

🎯 aiskill88 AI 点评 A 级 2026-05-21

星标数量可观的成熟MCP工具,覆盖Google Workspace全景应用,API设计完善,代码维护活跃,是办公自动化领域的优质选择。

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:google_workspace_mcp 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台

⚡ 核心功能

  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端,非 Claude 用户无法使用
  • −MCP 协议仍在持续演进,接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

❓ 常见问题 FAQ

需配置Google Cloud项目和相应API权限(Gmail、Calendar、Docs等)。
💡 AI Skill Hub 点评

经综合评估,google_workspace_mcp MCP工具 在MCP工具赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 google_workspace_mcp MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 google_workspace_mcp
原始描述 开源MCP工具:Control Gmail, Google Calendar, Docs, Sheets, Slides, Chat, Forms, Tasks, Search。⭐2.4k · Python
Topics Google WorkspaceGmail自动化日历管理协作文档工作流自动化
GitHub https://github.com/taylorwilsdon/google_workspace_mcp
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/taylorwilsdon/google_workspace_mcp 🌐 官方网站  https://workspacemcp.com

收录时间:2026-05-14 · 更新时间:2026-05-16 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。