Gemini

Conecta Crow a Gemini de Google — tanto la Gemini CLI como Gemini en Google AI Studio/Enterprise.

Gemini CLI — Local (stdio)

Ideal para desarrollo — ejecuta los servidores de Crow directamente en tu máquina. No requiere gateway.

Pasos de configuración

1. Clona y configura Crow localmente:

   git clone https://github.com/kh0pper/crow.git
   cd crow
   npm run setup

2. Edita ~/.gemini/settings.json:

   {
     "mcpServers": {
       "crow-memory": {
         "command": "node",
         "args": ["/path/to/crow/servers/memory/index.js"],
         "env": {
           "CROW_DB_PATH": "/path/to/crow/data/crow.db"
         }
       },
       "crow-projects": {
         "command": "node",
         "args": ["/path/to/crow/servers/research/index.js"],
         "env": {
           "CROW_DB_PATH": "/path/to/crow/data/crow.db"
         }
       }
     }
   }

3. Reinicia la Gemini CLI — detectará los servidores MCP automáticamente.

TIP

Ejecuta npm run mcp-config en el directorio de Crow para generar una configuración MCP completa, y luego copia las entradas relevantes a tu configuración de Gemini.

Gemini CLI — Remoto (HTTP)

Conéctate a un gateway de Crow desplegado para acceder a la plataforma completa, incluyendo integraciones externas.

Requisitos previos

• Gateway de Crow desplegado y funcionando (guía de Primeros pasos)

Pasos de configuración

1. Edita ~/.gemini/settings.json:

   {
     "mcpServers": {
       "crow-memory": {
         "url": "https://your-crow-server/memory/mcp"
       },
       "crow-projects": {
         "url": "https://your-crow-server/projects/mcp"
       },
       "crow-tools": {
         "url": "https://your-crow-server/tools/mcp"
       }
     }
   }

2. Inicia la Gemini CLI — descubrirá automáticamente los metadatos de OAuth y te pedirá la autorización.

Google AI Studio

Google AI Studio admite servidores MCP para el uso de herramientas en el chat. La configuración está disponible en la interfaz al crear un nuevo chat o agente.

Pasos de configuración

1. Abre Google AI Studio
2. Crea un nuevo chat o agente
3. En la sección de herramientas, agrega un servidor MCP
4. Ingresa la URL de Streamable HTTP:

   https://your-crow-server/memory/mcp

5. Completa el flujo de autorización de OAuth

Configuración local / autoalojada

Si ejecutas el gateway de Crow en tu propia máquina, puedes exponerlo a Gemini usando Tailscale Funnel. Una vez que Funnel esté habilitado en la máquina que ejecuta el gateway, la URL de tu endpoint MCP será:

https://<hostname>.<tailnet>.ts.net/memory/mcp

Reemplaza <hostname> y <tailnet> con el nombre de tu máquina en Tailscale y el dominio de tu tailnet. Usa el mismo patrón de URL para los demás servidores (/projects/mcp, /router/mcp, etc.). Los pasos de configuración son idénticos a las instrucciones remotas de arriba — solo sustituye your-crow-server por tu URL de Funnel en la configuración de Gemini.

Consulta la guía de configuración de Tailscale para todos los detalles de configuración.

Transporte

• Tipo: Streamable HTTP
• Protocolo: 2025-03-26
• Autenticación: OAuth 2.1 (descubrimiento automático)

Contexto multiplataforma

Crow entrega automáticamente contexto de comportamiento cuando Gemini se conecta — los protocolos de memoria, la gestión de sesiones y las reglas de transparencia están activos desde el primer mensaje. No se requiere carga manual.

Para obtener orientación detallada, Gemini puede solicitar prompts de MCP como session-start, crow-guide (con platform: "gemini") o las guías de funciones específicas (research-guide, blog-guide, sharing-guide).

También puedes cargar manualmente el contexto completo:

"Usa la herramienta crow_get_context con platform configurado como gemini"

Los recuerdos y proyectos almacenados desde cualquier plataforma se comparten. Consulta la Guía multiplataforma.

Verificación

Pregúntale a Gemini:

"Guarda un recuerdo de que Gemini está conectado a Crow."

Luego verifica:

"Busca en mis recuerdos 'Gemini'."