# 将 MultitaskAI MCP 服务器连接到 Gemini API

Gemini Interactions API 可将远程 MCP 服务器作为工具调用。将 MultitaskAI 添加为 mcp_server 工具，并在标头中填写其 URL 和你的 API 密钥。

## 端点

```text
https://mcp.multitaskai.com
```

## 步骤

1. 在你的 MultitaskAI 账户中创建 API 密钥。
2. 按照下方示例，在 interaction 中添加 mcp_server 工具，填写端点 URL，并在标头中填入你的密钥。
3. 发送请求，并检查模型是否在响应中调用了 MultitaskAI 工具。

```python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Which MultitaskAI tools can you use?",
    tools=[
        {
            "type": "mcp_server",
            "name": "multitaskai",
            "url": "https://mcp.multitaskai.com",
            "headers": {"Authorization": "Bearer YOUR_API_KEY"},
        }
    ],
)
```

## 身份验证

Gemini API 会在 Authorization 标头中发送你的 MultitaskAI API 密钥。在你的账户中创建密钥，并用它替换 YOUR_API_KEY。请勿将密钥放入要分享或提交的文件中。

```text
Authorization: Bearer YOUR_API_KEY
```

## 注意事项

- 远程 MCP 是 Interactions API 的功能，仅适用于 Streamable HTTP 服务器。
- 服务器名称不能包含连字符，因此请使用 snake_case，例如 multitaskai。
- 每次请求都会发送这些标头；allowed_tools 可限制模型能看到的工具。
- 示例使用 Python；Gemini 文档还提供了 JavaScript、REST、Java 和 Go 的示例。

## 官方文档

[Google MCP 文档](https://aistudio.google.com/docs/function-calling#mcp)详细介绍了 Gemini API自身的设置。有关端点和身份验证，请参阅[概览](/docs.md)；有关每日免费请求次数，请参阅[定价](/pricing/)。
