gemini-research-tools-mcp

Gemini Research Tools MCP

Gemini API の各種リサーチ機能を統合し、MCP Server / Web UI / CLI / ADK Tool など複数のインターフェースから利用できるようにするツールキットです。Gemini API のリサーチ機能をラップして独自のアプリケーションに統合したい場合のサンプル・リファレンス実装として活用できます。

🎯 概要

このプロジェクトは、Google Gemini API の 3 つの強力なリサーチ機能を統合して提供します：

| 機能 | 説明 | レイテンシ | ユースケース | | ----------------- | ----------------------------------------------- | ---------- | ------------------------------------------ | | Deep Research | Interactions API を使用した包括的な Deep Research | 分単位 | 詳細レポート、市場分析、競合調査 | | Quick Search | Google Search grounding による高速 Web 検索 | 秒単位 | 最新ニュース、ファクトチェック、簡単な質問 | | URL Analysis | URL Context tool による特定 URL の分析・比較 | 秒単位 | 記事比較、ドキュメント要約、コード分析 |

提供インターフェース

• MCP Server - Cline 等の MCP クライアントからツールとして呼び出し
• Web UI - Streamlit ベースのシンプルなウェブインターフェース
• ADK Tool - Google ADK エージェントのツールとして利用
• CLI - コマンドラインからの実行
• Dify Plugin - Dify プラットフォームのプラグインとして利用

📋 前提条件

• Python 3.11+
• Gemini API Key (Google AI Studio で取得)

🚀 インストール

# リポジトリをクローン
git clone https://github.com/atakamizawa/gemini-research-tools-mcp.git
cd gemini-research-tools-mcp

# 仮想環境を作成（推奨）
python -m venv venv
source venv/bin/activate  # Linux/Mac
# または
.\venv\Scripts\activate  # Windows

# 依存パッケージをインストール
pip install -e ".[all]"

# 環境変数を設定
cp .env.example .env
# .env ファイルを編集して GEMINI_API_KEY を設定

🔧 使用方法

1. MCP Server

MCP クライアント（VS Code GitHub Copilot、Cline 等）からツールとして呼び出せます。

起動方法

| 方法 | コマンド | 用途 | | ---------------------- | ------------------------------------------------------------------------- | -------------- | | ローカルクローン | grt-mcp | 開発・カスタマイズ | | GitHub から直接（uvx） | uvx --from git+https://github.com/atakamizawa/gemini-research-tools-mcp grt-mcp | クローン不要で即利用 |

クライアント設定

<details> <summary><b>VS Code (GitHub Copilot Chat)</b></summary>

設定ファイル: コマンドパレット → MCP: Open User Configuration または .vscode/mcp.json

{
  "servers": {
    "gemini-research-tools": {
      "command": "grt-mcp",
      "env": { "GEMINI_API_KEY": "your-api-key" }
    }
  }
}

uvx を使う場合は "command": "uvx" + "args": ["--from", "git+https://github.com/atakamizawa/gemini-research-tools-mcp", "grt-mcp"] に変更。

</details>

<details> <summary><b>Cline</b></summary>

設定ファイル:

• Mac/Linux: ~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Windows: %APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

{
  "mcpServers": {
    "gemini-research-tools": {
      "command": "grt-mcp",
      "env": { "GEMINI_API_KEY": "your-api-key" }
    }
  }
}

uvx を使う場合は "command": "uvx" + "args": ["--from", "git+https://github.com/atakamizawa/gemini-research-tools-mcp", "grt-mcp"] に変更。

</details>

💡 Note: .env ファイルに GEMINI_API_KEY を設定している場合、env セクションでの指定は不要です。

利用可能なツール

🔬 Deep Research ツール（分単位、包括的なレポート）

Interactions API を使用して、複雑なトピックについて自律的にリサーチを行い、引用付きの詳細レポートを生成します。

| ツール名 | 説明 | レイテンシ | | ----------------------- | ---------------------------------- | ---------- | | deep_research | トピックについて Deep Research を実行 | 分単位 | | get_research_status | リサーチの状態を確認 | 秒単位 | | get_research_result | 完了したリサーチの結果を取得 | 秒単位 | | ask_followup_question | フォローアップ質問 | 秒単位 | | stream_research | ストリーミングでリサーチを実行 | 分単位 |

🔍 Quick Search ツール（秒単位、軽量検索）

Google Search grounding を使用して、リアルタイムの Web 情報を高速に取得します。

| ツール名 | 説明 | レイテンシ | | -------------- | ----------------------------------- | ---------- | | quick_search | Google Search を使った高速 Web 検索 | 秒単位 |

🔗 URL Analysis ツール（秒単位、特定 URL の分析）

URL Context tool を使用して、特定の URL の内容を取得・分析します。

| ツール名 | 説明 | レイテンシ | | -------------------- | --------------------------- | ---------- | | analyze_urls | 特定 URL の内容を分析・比較 | 秒単位 | | search_and_analyze | Web 検索 + URL 分析のコンボ | 秒単位 |

ツールの使い分けガイド

| 用途 | 推奨ツール | 理由 | | ---------------------------- | -------------------- | ---------------------- | | 最新ニュースの確認 | quick_search | 高速、リアルタイム情報 | | 簡単な質問への回答 | quick_search | 秒単位で回答 | | 特定記事の要約・比較 | analyze_urls | URL を直接分析 | | 検索結果と特定 URL の比較 | search_and_analyze | 両方の機能を組み合わせ | | 包括的な市場分析 | deep_research | 複数ソースを統合 | | 詳細なレポート作成 | deep_research | 引用付きの長文レポート | | 競合分析・デューデリジェンス | deep_research | 深い分析が必要 |

使用例（Cline）

Quick Search（高速）:

User: "今日のAI関連ニュースを教えて"

Cline: quick_search ツールを使用します...
[数秒後]
検索結果: 本日のAI関連ニュースをお伝えします...

URL 分析:

User: "この2つの記事を比較して: https://example.com/article1 https://example.com/article2"

Cline: analyze_urls ツールを使用します...
[数秒後]
分析結果: 2つの記事の主な違いは...

Deep Research（包括的）:

User: "量子コンピュータの最新動向について詳しく調べて"

Cline: deep_research ツールを使用します...
[数分後]
リサーチ結果:

# 量子コンピュータの最新動向レポート

## エグゼクティブサマリー
...

## 主要な発見
...

## 引用
[1] https://...
[2] https://...

2. Web UI

# Streamlit UIを起動
streamlit run src/ui/app.py

ブラウザで http://localhost:8501 を開きます。

機能:

• リサーチクエリの入力
• フォーマット指定
• リアルタイムストリーミング表示
• 状態確認
• フォローアップ質問

3. CLI

# Deep Research を実行
grt research "量子コンピュータの最新動向"

# ストリーミングで実行
grt research "AI trends in 2025" --stream

# フォーマット指定付き
grt research "EV batteries" -f "比較表を含めてください" -o report.md

# 状態確認
grt status <interaction_id>

# 結果取得
grt result <interaction_id>

# フォローアップ質問
grt followup <interaction_id> "主なリスクは何ですか？"

4. ADK Tool

from google.adk.agents import Agent
from src.adk.tools import deep_research, get_research_status

agent = Agent(
    name="research_assistant",
    model="gemini-3-flash-preview",
    tools=[deep_research, get_research_status],
    instruction="You are a research assistant that can perform deep research."
)

5. Dify Plugin

Dify プラットフォームのプラグインとして利用できます。

インストール

# プラグインをパッケージ化
cd src
dify plugin package ./dify

# 生成された gemini-research.difypkg を Dify にアップロード

利用可能なツール

| ツール名 | 説明 | レイテンシ | | --------------------- | ----------------------------------------------- | ---------- | | deep_research | Gemini Deep Research Agent による包括的リサーチ | 分単位 | | get_research_status | リサーチタスクの状態確認 | 秒単位 | | get_research_result | 完了したリサーチの結果取得 | 秒単位 | | quick_search | Google Search grounding による高速検索 | 秒単位 | | analyze_urls | 特定 URL の内容分析 | 秒単位 | | search_and_analyze | Web 検索 + URL 分析のコンボ | 秒単位 |

詳細は src/dify/README.md を参照してください。

📁 プロジェクト構造

gemini-research-tools-mcp/
├── src/
│   ├── core/           # コアライブラリ
│   │   ├── client.py   # DeepResearchClient, QuickSearchClient
│   │   └── models.py   # Pydanticモデル
│   ├── mcp/            # MCPサーバー
│   │   └── server.py   # FastMCP実装（8ツール提供）
│   ├── adk/            # ADKツール
│   │   └── tools.py    # ADKカスタムツール
│   ├── cli/            # CLIツール
│   │   └── main.py     # Typer CLI
│   ├── ui/             # Web UI
│   │   └── app.py      # Streamlit
│   └── dify/           # Dify プラグイン
│       ├── main.py     # プラグインエントリーポイント
│       ├── manifest.yaml
│       ├── provider/   # プロバイダー設定
│       └── tools/      # ツール実装
├── tests/              # テスト
├── pyproject.toml
├── requirements.txt
└── README.md

⚙️ 設定

環境変数

| 変数名 | 必須 | 説明 | | ---------------- | ---- | --------------- | | GEMINI_API_KEY | ✅ | Gemini API キー |

モデル選択

| 機能 | モデル選択 | 使用可能なモデル | | ---------------------- | ---------- | -------------------------------------------------------------- | | Deep Research | ❌ 不可 | エージェント deep-research-pro-preview-12-2025 固定 | | Quick Search | ✅ 可能 | gemini-3-flash-preview（デフォルト）, gemini-3-pro-preview | | URL Analysis | ✅ 可能 | gemini-3-flash-preview（デフォルト）, gemini-3-pro-preview | | search_and_analyze | ✅ 可能 | gemini-3-flash-preview（デフォルト）, gemini-3-pro-preview |

📝 API リファレンス

DeepResearchClient

Interactions API を使用した Deep Research 用クライアント。

from src.core.client import DeepResearchClient

client = DeepResearchClient()

# リサーチを開始して完了まで待機
result = await client.research("Your query")
print(result.content)

# リサーチを開始（非同期）
interaction_id = await client.start_research("Your query")

# 状態確認
status = await client.get_status(interaction_id)

# 結果取得
result = await client.get_result(interaction_id)

# ストリーミング
async for event in client.stream_research("Your query"):
    print(event.content)

# フォローアップ
answer = await client.ask_followup(interaction_id, "Your question")

QuickSearchClient

Google Search grounding と URL Context を使用した高速検索用クライアント。

from src.core.client import QuickSearchClient

client = QuickSearchClient()

# 高速Web検索（Google Search grounding）
result = await client.quick_search("最新のAIニュース")
print(result.content)
for citation in result.citations:
    print(f"- {citation.title}: {citation.url}")

# URL分析（URL Context tool）
result = await client.analyze_urls(
    urls=["https://example.com/article1", "https://example.com/article2"],
    query="これらの記事の主な違いを比較してください"
)
print(result.content)

# 検索 + URL分析のコンボ
result = await client.search_and_analyze(
    query="最新のEV市場動向と、この記事の内容を比較してください",
    urls=["https://example.com/ev-report-2024"]
)
print(result.content)

⚠️ 注意事項

Deep Research（Interactions API + Deep Research Agent）

• 実行時間: 数分〜最大 60 分かかる場合があります
• コスト: 1 タスクあたり約$2〜$5（クエリの複雑さによる）
• 制限: カスタム Function Calling や Remote MCP は非サポート
• エージェント: deep-research-pro-preview-12-2025（固定、モデル選択不可）
• API: client.interactions.create(agent="deep-research-pro-preview-12-2025")

Quick Search（Google Search grounding）

• 実行時間: 通常数秒で完了
• コスト: 標準の Gemini API 料金（トークンベース）
• モデル: gemini-3-flash-preview（デフォルト）または gemini-3-pro-preview
• API: types.Tool(google_search=types.GoogleSearch())

URL Analysis（URL Context tool）

• 実行時間: 通常数秒で完了
• モデル: gemini-3-flash-preview（デフォルト）または gemini-3-pro-preview
• API: types.Tool(url_context=types.UrlContext())
• 制限:
• 最大 20 URL/リクエスト
• 最大 34MB/URL
• ペイウォール、YouTube 動画、Google Workspace ファイルは非対応

🔗 関連リンク

Gemini API ドキュメント

• Deep Research Agent - Interactions API を使用した Deep Research
• Interactions API - 長時間実行タスク用 API
• Google Search Grounding - リアルタイム Web 検索
• URL Context - 特定 URL の分析

ツール

• Google AI Studio - API キー取得・テスト
• MCP (Model Context Protocol) - MCP の仕様

📄 ライセンス

MIT License