google-drive-mcp
piotr-agier/google-drive-mcp加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你正在和 Claude 讨论季度业务报告，突然说了一句「帮我把上个月的销售数据表整理成一份 PPT」，Claude 点点头，10 秒后你的 Google Drive 里出现了一份全新的演示文稿——包含格式化标题、分段要点、甚至配上了你上周上传的产品图片。这不是科幻，这是 Google Drive MCP Server 正在做的事。
MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月提出的开放协议，旨在为 AI 模型与外部工具之间建立一套统一的通信标准。简单类比：如果 AI 模型是大脑，MCP 就是它的「神经系统」——定义了如何伸出手（调用工具）、如何接收信息（资源访问）、以及如何保持长期记忆（提示注入）。在这个生态中，google-drive-mcp 就是那个专门负责连接 Google Workspace 的神经末梢。
早期的 MCP Google Drive 集成大多只实现了「搜索 + 读取」功能，本质上是一个只读的 RAG（检索增强生成）管道。而 google-drive-mcp 的作者 Piotr Agier 走得更远：他构建的是一套完整的文件操作工具集。
通过这个 MCP Server，Claude 可以完成以下操作：
addPermission/shareFile），甚至支持 Google Shared Drives（企业版团队盘）tabId 参数支持，可以针对文档中的特定标签页操作这种「全操作」的能力，是它与其他同类项目（如 isaacphi/mcp-gdrive 只做读写、felores/gdrive-mcp-server 仅支持搜索）拉开差距的核心原因。
图 1：项目作者 Piotr Agier 的 GitHub 头像
从代码结构来看，google-drive-mcp 的技术栈非常清晰：
| 层次 | 技术选型 |
|---|---|
| MCP 框架 | @modelcontextprotocol/sdk（Anthropic 官方 SDK） |
| 传输层 | Stdio（本地 CLI）+ Streamable HTTP（远程部署） |
| Google 认证 | google-auth-library + OAuth 2.0（桌面应用类型） |
| Google API 客户端 | googleapis（Drive / Docs / Sheets / Slides / Calendar） |
| 数据格式 | jszip（处理 Office 文件 ZIP 结构）、pdf-lib（PDF 操作） |
| 输入验证 | zod（Schema 级校验） |
| 构建工具 | esbuild + TypeScript |
核心入口 src/index.ts 中，Server 实例同时注册了 StdioServerTransport 和 StreamableHTTPServerTransport，支持两种运行模式：本地 CLI 模式和远程 HTTP 服务模式。作者还引入了 @modelcontextprotocol/sdk 自带的 Express 集成和 OAuth 路由（mcpAuthRouter），这意味着该 MCP Server 可以接受远程客户端的 OAuth 认证请求。
认证系统设计值得注意：项目实现了多账号支持（AccountClientFactory/AccountResolver），通过 account 参数可以在一次 MCP 调用中切换不同的 Google 账号。此外还有团队协作模式（createTeamRuntime），支持配置文件统一管理团队级凭证。
npm install -g @piotr-agier/google-drive-mcp
google-drive-mcp auth # 触发 OAuth 认证流程，浏览器授权
google-drive-mcp # 启动 MCP Server
或者用 Docker：
FROM node:20-slim
WORKDIR /app
RUN npm ci --only=production --ignore-scripts
COPY dist ./dist
ENV GOOGLE_DRIVE_OAUTH_CREDENTIALS=/config/gcp-oauth.keys.json
ENV GOOGLE_DRIVE_MCP_TOKEN_PATH=/config/.gdrive-server-credentials.json
ENTRYPOINT ["node", "dist/index.js"]
项目提供了 Dockerfile，部署难度并不高。真正的门槛在于 Google Cloud 的 OAuth 配置：用户需要自行创建 Google Cloud Project、启用 5 个 Google API（Drive、Docs、Sheets、Slides、Calendar）、下载 OAuth 2.0 桌面应用凭证、放置到指定路径。这个流程对于非 Google Cloud 用户来说大约需要 15-30 分钟，对新手有一定挑战。
不过，一旦完成配置，后续使用体验非常顺畅——OAuth token 自动刷新，多账号切换通过参数直接指定，体验接近原生 Google 应用。
由于所有计算都在 Google 云端进行，MCP Server 本身对硬件要求极低：只需 Node.js >= 18 环境，512MB RAM 即可流畅运行，GPU 完全不需要。
查看项目 releases 可以看到一条清晰的演进路径：
lockFile/unlockFile）值得注意的是，作者在 v2.4+ 引入了 Session idle timeout（会话空闲超时）和安全警告机制，防止 Server 意外暴露于非本地绑定地址。这是面向企业用户的重要安全加固。
没有项目是完美的，google-drive-mcp 也不例外：
drive.file 或 drive.full），对于企业安全策略来说粒度不够精细MCP 协议的出现，正在重新定义「AI 能做什么」。传统 RAG 系统只能从文档中「读取」信息，而 MCP 驱动的 Agent 可以「操作」外部服务——不只是读取，而是创建、修改、协作。这代表了 AI 从「信息消费者」向「工作协作者」的角色转变。
google-drive-mcp 处于这个趋势的前沿：它让 Claude 拥有了「真实的工作身份」，而非仅仅一个对话伙伴。随着 Google 官方推出 Remote MCP Server（Google Antigravity）以及更多 MCP Servers 的涌现，「AI Agent + Google Workspace」的组合正在成为企业知识工作的新范式。
项目基本信息