能力标签

🔌 MCP 🤖 Agent 🔄 工作流 👁 OCR 🐳 Docker 💻 CLI 🔗 REST API 📚 RAG 🖼 视觉 🔊 TTS

🔌

MCP工具

全功能MCP服务器

基于 Python · 让 AI 助手直接操作你的系统与工具

英文名：omni-ai-mcp

⭐ 8 Stars 💻 Python 📄 MIT 🏷 AI 7.5分

7.5AI 综合评分

mcpanthropicclaudegeminipython

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

全功能MCP服务器是 AI Skill Hub 本期精选MCP工具之一。综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

全功能MCP服务器是一款基于 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。

通过安装全功能MCP服务器，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。全功能MCP服务器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 将全功能MCP服务器评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

全功能MCP服务器是一款遵循 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

⭐ 8

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

7.5 分

工具类型

MCP工具

Forks

—

📖 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」。

📌 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/marmyx77/omni-ai-mcp

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "---mcp---": {
      "command": "npx",
      "args": ["-y", "omni-ai-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

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
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 全功能MCP服务器 执行以下任务...
Claude: [自动调用 全功能MCP服务器 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": {
    "___mcp___": {
      "command": "npx",
      "args": ["-y", "omni-ai-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 90/100 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。

omni-ai-mcp

The complete AI bridge for Claude Code — Gemini's exclusive capabilities (video, TTS, 1M context, RAG, Deep Research) plus 400+ models via OpenRouter. One MCP server, every AI model, zero friction.

---

What's New in v4.4.0

All model defaults are now aligned with the latest Gemini IDs, verified live against the Gemini API:

Text Flash → gemini-3.5-flash · Flash-Lite → gemini-3.1-flash-lite
Image → gemini-3-pro-image (Nano Banana Pro) / gemini-3.1-flash-image (Nano Banana 2)
TTS → gemini-3.1-flash-tts-preview
Deep Research → deep-research-preview-04-2026 (fixes the previous 404 NOT_FOUND agent)

Every default stays overridable via the GEMINI_MODEL_* environment variables.

Prerequisites

Python 3.9+
Claude Code CLI
Gemini API key — get one free
(Optional) OpenRouter API key — openrouter.ai for 400+ models

Install from PyPI (Recommended)

pip install omni-ai-mcp
omni-ai-mcp-setup

The setup wizard configures Claude Code automatically.

Install from Source

```bash git clone https://github.com/marmyx77/omni-ai-mcp.git cd omni-ai-mcp

Manual Install

pip install 'mcp[cli]>=1.0.0' 'google-genai>=2.0.0' pydantic defusedxml filelock

mkdir -p ~/.claude-mcp-servers/omni-ai-mcp
cp -r app/ run.py pyproject.toml ~/.claude-mcp-servers/omni-ai-mcp/

claude mcp add omni-ai-mcp --scope user \
  -e GEMINI_API_KEY=YOUR_KEY \
  -e OPENROUTER_API_KEY=YOUR_OR_KEY \
  -- python3 ~/.claude-mcp-servers/omni-ai-mcp/run.py

---

Install globally (all projects)

cp -r .claude/commands/* ~/.claude/commands/
cp -r .claude/agents/* ~/.claude/agents/

---

Docker Deployment

```bash

Build and run

docker-compose up -d

Reinstall after changes

rsync -a app/ ~/.claude-mcp-servers/omni-ai-mcp/app/

Quick start

```python

Quick Start

Usage Examples

Override via env vars if needed:

export GEMINI_MODEL_PRO=gemini-3.1-pro-preview export OPENROUTER_DEFAULT_MODEL=openai/gpt-4o ```

Configuration

All settings via environment variables:

Variable	Default	Description
`GEMINI_API_KEY`	required	Google Gemini API key
`OPENROUTER_API_KEY`	—	OpenRouter key (enables `ask_model` for 400+ models)
`GEMINI_MODEL_PRO`	`gemini-3.1-pro-preview`	Override Pro text model
`GEMINI_MODEL_FLASH`	`gemini-3.5-flash`	Static fallback model
`GEMINI_MODEL_DEEP_RESEARCH`	`deep-research-preview-04-2026`	Override research agent
`OPENROUTER_DEFAULT_MODEL`	`openai/gpt-4o`	Default OpenRouter model
`OPENROUTER_TIMEOUT`	`120`	OpenRouter generation timeout in seconds (raise for search models like `perplexity/sonar-deep-research`)
`GEMINI_SANDBOX_ROOT`	cwd	Root directory for file access
`GEMINI_SANDBOX_ENABLED`	`true`	Enable path sandboxing
`GEMINI_MAX_FILE_SIZE`	`102400`	Max file size in bytes (100KB)
`GEMINI_CONVERSATION_TTL_HOURS`	`3`	Local conversation expiry
`GEMINI_CONVERSATION_MAX_TURNS`	`50`	Max turns per thread
`GEMINI_LOG_DIR`	`~/.omni-ai-mcp`	Log & DB directory
`GEMINI_LOG_FORMAT`	`text`	`json` or `text`
`GEMINI_DISABLED_TOOLS`	—	Comma-separated tool names to disable

---

@File References

Include file contents directly in prompts:

"Ask Gemini to review @src/auth.py for security issues"
"Brainstorm improvements for @README.md"
"Code review @*.py with focus on performance"
"Analyze codebase @src/**/*.ts"

Supported patterns: @file.py, @src/main.py, @*.py, @src/**/*.ts, @. (directory listing)

API key update

claude mcp remove omni-ai-mcp
claude mcp add omni-ai-mcp --scope user \
  -e GEMINI_API_KEY=NEW_KEY \
  -e OPENROUTER_API_KEY=NEW_OR_KEY \
  -- python3 ~/.claude-mcp-servers/omni-ai-mcp/run.py

---

API Costs

Feature	Notes
Text generation	Free tier available · $0.075-0.30 per 1M tokens
Web Search	~$14 per 1000 queries
File Search indexing	$0.15 per 1M tokens (one-time)
Image generation	Varies by resolution and model
Video generation	Varies by duration/resolution
Text-to-speech	Varies by character count
OpenRouter	Per-model pricing — see [openrouter.ai/models](https://openrouter.ai/models)

See Google AI pricing for Gemini rates.

---

Claude Desktop Extension (.dxt)

Install with one click — no Python setup required:

Download omni-ai-mcp-vX.Y.Z.dxt from GitHub Releases
Double-click the file (macOS/Windows) or drag it into Claude Desktop
Enter your Gemini API key when prompted (OpenRouter key is optional)
Done — all 20 tools are immediately available in Claude Desktop

The .dxt bundle includes all Python dependencies — users don't need to install anything else.

---

Claude Code Plugin

Troubleshooting

🇨🇳 中文文档镜像 AI 翻译 2026-07-05

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

omni-ai-mcp 是专为 Claude Code 设计的完整 AI 桥接工具。它能够将 Gemini 的独家能力（如视频处理、TTS 语音合成、1M 超长上下文、RAG 检索增强生成及 Deep Research 深度研究）无缝集成到你的开发流程中。此外，通过接入 OpenRouter，你还可以轻松调用超过 400 种主流 AI 模型。只需一个 MCP Server，即可实现全模型覆盖，实现零摩擦的 AI 辅助开发体验。

⚡ 功能介绍

在最新的 v4.4.0 版本中，我们对模型映射进行了全面优化，确保所有默认模型 ID 与最新的 Gemini API 实时同步。目前已支持包括 Text Flash、Flash-Lite、Image 以及最新的 TTS 预览版模型。特别值得关注的是，Deep Research 功能已修复之前的 404 问题，并支持最新的预览版模型，为开发者提供更强大的深度研究与分析能力。

📋 环境依赖

在使用本项目之前，请确保你的开发环境已安装 Python 3.9 或更高版本，并且已经安装了 Claude Code CLI。运行本项目必须配置 Gemini API key（可通过 Google AI Studio 免费获取）。如果你希望通过 OpenRouter 调用超过 400 种其他模型，则需要额外准备一个 OpenRouter API key。

🛠 安装步骤（Docker/pip/源码）

推荐使用 PyPI 进行安装，只需运行 `pip install omni-ai-mcp omni-ai-mcp-setup`，随后通过 setup 向导即可自动完成 Claude Code 的配置。如果你偏好从源码安装，可以从 GitHub 克隆仓库并手动执行安装步骤。此外，我们也提供了手动安装模式，允许开发者通过 `pip` 安装相关依赖并手动将文件拷贝至 `~/.claude-mcp-servers/` 目录下，最后通过 `claude mcp add` 命令完成注册。

🚀 使用教程

项目提供了快速启动指南与丰富的用法示例。你可以直接在提示词中使用特定��语法来调用 AI 能力。无论是进行代码审查、性能分析还是逻辑脑暴，都能通过简单的指令实现。通过结合 Claude Code 的交互能力，开发者可以实现极其自然的代码辅助体验。

⚙️ 配置说明（含 MCP / env）

所有的配置项均通过环境变量进行管理，方便开发者进行灵活定制。你可以通过设置 `GEMINI_API_KEY` 来启用核心功能，或通过 `OPENROUTER_API_KEY` 开启多模型支持。如果需要覆盖默认的模型版本（例如使用特定的 Pro 模型），可以通过 `GEMINI_MODEL_PRO` 或 `OPENROUTER_DEFAULT_MODEL` 等环境变量进行自定义覆盖。

🔌 API 说明

本项目支持强大的 `@File` 引用功能，允许你在 Prompt 中直接包含文件内容。你可以使用类似 `@src/auth.py` 或 `@*.py` 的模式来让 Gemini 审查安全问题、改进代码或分析整个代码库。此外，文档中还详细列出了各项功能的 API 成本预估，包括文本生成、Web Search、文件索引及多媒体生成等，帮助你更好地控制使用预算。

🔄 工作流/模块

本项��提供了两种主要的工作流模式。首先是 Claude Desktop Extension (.dxt)，支持一键安装，无需配置 Python 环境，下载对应的 `.dxt` 文件并拖入 Claude Desktop 即可使用。其次是 Claude Code Plugin 模式，专为命令行开发者设计，通过 MCP 协议深度集成到终端开发流中，实现更高效的自动化编程体验。

❓ FAQ 摘要

在遇到问题时，请参考 FAQ 章节进行排查。如果需要更新 API key，无需重新安装，只需使用 `claude mcp remove` 移除旧配置，然后通过 `claude mcp add` 重新添加并注入新的环境变量即可完成平滑迁移。

🎯 aiskill88 AI 点评 A 级 2026-07-05

功能齐全，支持多种AI工具

📚 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
构建企业知识库 / RAG 检索应用的团队
需要从图片、PDF 提取文字的文档自动化场景
做语音类 AI 产品的开发者

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
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
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
embedding 模型与查询模型不一致导致检索失效
Python 依赖冲突：建议用 venv / uv 隔离环境

部署方案

Docker：omni-ai-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
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
构建企业知识库 / RAG 检索应用的团队
需要从图片、PDF 提取文字的文档自动化场景

⭐ 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
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
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
embedding 模型与查询模型不一致导致检索失效

👥 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

🔗 相关工具推荐

MCP 服务器资源汇总

精心策划的Model Context Protocol服务器列表，汇集AI工具生态中的优质MCP服务实现。面向Claud

📰 相关 AI 新闻

AI 前沿资讯：Question regarding Xournal++ a…

AI 资讯 · 知识关联

AI 前沿资讯：The fanfiction community is at…

AI 资讯 · 知识关联

AI Agent 自主化能力最新进展

AI 资讯 · 知识关联

🍿 AI 圈相关吃瓜

配了5个 MCP 工具，Claude 一个都没用

AI 圈观察

Filesystem MCP 帮 Claude 找文件，找了整个 node_modules

AI 圈观察

AutoGPT 自主完成了任务：把我的文件夹全部重命名了

🗺️ 相关解决方案

ai-workflow-templates

ocr

document-ocr-pipeline

🧩 你可能还需要

基于当前 Skill 的能力图谱，自动补全的工具组合

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

❓ 常见问题 FAQ

如何使用MCP工具？−

参考项目文档和示例

MCP 是什么？和普通 API 有什么区别？+

我需要编程基础才能使用这个 MCP 工具吗？+

这个工具支持 Claude Code 吗？还是只有 Claude Desktop？+

MCP 工具是否会访问我的本地文件或数据？+

多个 MCP 工具可以同时使用吗？+

💡 AI Skill Hub 点评

经综合评估，全功能MCP服务器在MCP工具赛道中表现稳健，质量良好。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

📚 深入学习全功能MCP服务器

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`omni-ai-mcp`
原始描述	开源MCP工具：Full-featured MCP server for Google Gemini. multiple tools: text generation with。⭐8 · Python
Topics	`mcpanthropicclaudegeminipython`
GitHub	https://github.com/marmyx77/omni-ai-mcp
License	MIT
语言	Python

🔗 原始来源

🐙 GitHub 仓库 https://github.com/marmyx77/omni-ai-mcp

收录时间：2026-07-05 · 更新时间：2026-07-05 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道

每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送

加入频道 →

全功能MCP服务器

📚 深度解析

📋 工具概览

📖 中文文档

omni-ai-mcp

What's New in v4.4.0

Prerequisites

Install from PyPI (Recommended)

Install from Source

Manual Install

Install globally (all projects)

Docker Deployment

Build and run

Reinstall after changes

Quick start

Quick Start

Usage Examples

Override via env vars if needed:

Configuration

@File References

API key update

API Costs

Claude Desktop Extension (.dxt)

Claude Code Plugin

Troubleshooting

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · 全功能MCP服务器