每日 MCP Server

Google Drive MCP:让 AI 读写云盘,打通云端文件流

2026-08-18
云存储仓库
支持客户端:
Claude DesktopCursorVS CodeContinue
MCPGoogle Drive云存储文件管理

简介

Google Drive MCP 让 Claude/Cursor 直连 Google Drive,搜文件、读内容、建文件夹、上传文件,让 AI 把散落云盘的文档变成可调用的云端文件流。本文拆解安装配置、6 个工具用法、5 个实战场景(跨文档检索、会议纪要归档、批量整理、合同提取、协作分发),以及只读与写权限的安全管控。

安装命令

npx -y @modelcontextprotocol/server-google-drive

为什么需要 Google Drive MCP

云盘文件管理的痛点:

你:帮我找上季度所有合同,提取金额
传统流程:
  1. 打开 Google Drive
  2. 搜"合同" → 50 个文件
  3. 一个个打开读
  4. 复制金额到表格
  5. 切回 AI 对话,贴数据
  → 50 次点击,2 小时

Google Drive MCP:
  你:找上季度合同,提取金额做汇总
  AI:
    1. 搜索 q3 合同(Drive API)
    2. 逐个读取内容
    3. 提取金额字段
    4. 生成汇总表
    5. 存到新 Google Sheet
  → 1 步,0 次切换

Google Drive MCP 把云盘从"手动翻找"变成 AI 的原生数据源。

核心能力

工具说明
搜索文件按关键词/类型/时间搜 Drive
读取文件读 Google Docs/Sheets/Slides 内容
创建文件新建 Docs/Sheets/文件夹
写入文件改内容、追加段落
上传文件本地文件传到 Drive
列出文件夹查指定文件夹下的文件

安装与配置

Step 1:创建 Google Cloud 项目

  1. 访问 https://console.cloud.google.com
  2. 新建项目(如 mcp-drive)
  3. 启用 Google Drive API
  4. 创建 OAuth 2.0 凭证(桌面应用类型)
  5. 下载 credentials.json

Step 2:首次授权

# 跑一次授权流程,生成 token
npx @modelcontextprotocol/server-google-drive auth
# → 浏览器打开 → 授权 → 生成 token.json

Step 3:各客户端配置

Claude Desktop

{
  "mcpServers": {
    "google-drive": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-google-drive"],
      "env": {
        "GOOGLE_DRIVE_CREDENTIALS_PATH": "/path/to/credentials.json",
        "GOOGLE_DRIVE_TOKEN_PATH": "/path/to/token.json"
      }
    }
  }
}

Cursor / VS Code Continue

{
  "mcpServers": {
    "google-drive": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-google-drive"],
      "env": {
        "GOOGLE_DRIVE_CREDENTIALS_PATH": "/path/to/credentials.json",
        "GOOGLE_DRIVE_TOKEN_PATH": "/path/to/token.json"
      }
    }
  }
}

Step 4:验证

列出"工作"文件夹下的所有文件

AI 返回文件清单,确认配置成功。

五个实战场景

场景 1:跨文档检索

你:找所有提到"RAG"的文档,列出标题和要点

AI:
  1. 搜索 q="RAG" → 12 个文件
  2. 逐个读内容,判断是否真相关
  3. 命中 8 个
  4. 每个提取标题 + 要点
  5. 输出汇总表:
     | 文档 | 要点 | 修改时间 |

场景 2:会议纪要归档

配合录音转文字:

你:这是会议录音转写,整理成纪要存到"会议记录"文件夹

AI:
  1. 提炼:主题/时间/参会人/决议/待办
  2. 在"会议记录"文件夹建 Google Doc
  3. 标题:[日期] 主题
  4. 写入整理好的内容
  5. 设置共享给参会人

场景 3:批量整理

你:把"待整理"文件夹 30 个文档按主题归档

AI:
  1. 列出待整理文件
  2. 读每个内容,判断主题
  3. 分 5 个主题
  4. 建对应文件夹
  5. 移文件到对应文件夹
  → 30 个 1 分钟归档

场景 4:合同金额提取

你:找 Q3 合同,提取金额做汇总

AI:
  1. 搜索 folder="合同" and time=Q3 → 20 个 Doc
  2. 逐个读,正则 + LLM 提取"金额"字段
  3. 生成 Google Sheet:
     | 合同号 | 甲方 | 金额 | 签订日 |
  4. 存到"财务汇总"文件夹

场景 5:协作分发

你:把这份报告发给 5 个部门的负责人

AI:
  1. 读报告内容
  2. 为每个部门生成定制摘要(去无关部分)
  3. 建 5 个 Google Doc,共享给对应人
  4. 发邮件通知(配 SMTP)

权限管控要点

1. 只读优先

日常检索用只读 OAuth scope
写操作用独立凭证 + 二次确认

OAuth scope 选择:

  • drive.metadata.readonly:只读元数据(最安全)
  • drive.readonly:只读内容
  • drive:读写(高风险,慎用)

2. 文件夹隔离

✗ 给 MCP 整个 Drive 访问权 → 风险大
✓ 建专用 Service Account,只共享特定文件夹
  例:只共享"工作"文件夹给 mcp-bot

3. 敏感文件隔离

✗ 财务/合同/人事文件夹也授权 → AI 可能泄露
✓ 敏感文件夹不共享给 MCP 账号

4. 写操作 system prompt 规则

你连的是生产 Drive。规则:
1. 创建文件前确认标题与父文件夹
2. 不删除已有文件(移到"回收站"文件夹)
3. 修改共享文件前提示用户
4. 大批量操作(>10 个)需用户确认

注意事项

1. API 配额

Google Drive API 限速约 1000 请求/100 秒。批量操作加 sleep:

import time
for file in files:
    drive.read(file["id"])
    time.sleep(0.1)  # 避免限流

2. 文件类型适配

Google Docs:可读纯文本
Google Sheets:读单元格(需指定 range)
Google Slides:读页文本
PDF/Word:需下载转文本
图片:需 OCR

3. 搜索局限

Drive 搜索是关键词匹配,非语义
→ 换同义词可能搜不到
→ 配合 [Notion MCP](/mcp/2026-08-17-notion-mcp) 做结构化知识检索

4. 共享权限继承

MCP 账号建的文件,默认共享给 MCP 账号
→ 团队成员看不到
→ 建文件时显式设置共享权限

5. token 过期

OAuth token 有效期约 1 小时
→ server 自动刷新(refresh_token)
→ refresh_token 过期需重新授权

与其他 MCP 的协作

组合场景
Drive + NotionDrive 文档结构化到 Notion
Drive + Filesystem本地文件 ↔ 云盘同步
Drive + SlackDrive 文件变更通知团队
Drive + Postgres提取数据入库分析

与 Filesystem MCP 的区别

维度Google Drive MCPFilesystem MCP
存储云端本地
协作多人实时需额外同步
搜索Drive API(关键词)本地 grep
离线不支持支持
适合团队协作文档本地代码/配置

与 Notion MCP 的区别

维度Google Drive MCPNotion MCP
结构文件(Doc/Sheet/Slide)数据库 + 页面(结构化)
检索关键词关键词(Q&A 模式更强)
关系弱强(数据库关联)
适合文档管理知识库

文件存储三件套

Filesystem MCP(本地) → 开发/代码
Google Drive MCP(云端文档) → 协作/分享
Notion MCP(结构化知识) → 管理/检索

三者覆盖了从本地到云端、从文件到知识、从个人到团队的全场景。

小结

Google Drive MCP 把云盘从"需要手动翻找、手动整理"变成 AI 的原生数据源。

记住一个原则:只读 scope 日常用,写操作用独立凭证 + 二次确认。配合 Filesystem MCP(本地)、Notion MCP(结构化),文件存储三件套集齐——从本地到云端、从文件到知识,AI 都能原生读写。

相关推荐

查看更多 →
MCP文件

Google Drive MCP:让 LLM 读写 Google Docs/Sheets/Drive 的官方服务器

Google Drive MCP 是 ModelContextProtocol 官方维护的云存储集成服务器,通过 Google Drive API 让 LLM 客户端能够搜索文件、读取内容、创建文档、上传资源。一条 npx 命令即可让 Claude Code、Cursor、VS Code 等 MCP 客户端成为 Google Workspace 助理。本文梳理核心能力、OAuth 凭证申请、各客户端配置与实战注意事项。

2026-08-02
#MCP#Google Drive
MCP编程开发

MCP Resources 实战:让服务端把 8 万行设计文档喂给 Agent,附四套客户端配置与13 行排查表

Tools 是「Agent 问你答」,Resources 是「你问Agent 答」——同一个 MCP Server 里,方向相反的两种能力,而且很多人在写 Server 时只实现了 Tools,漏掉了 Resources。结果是文档、规范、schema、日志这类只读数据只能靠 Agent 一个个调 Tool 去捞,每次捞都要过一次模型判断,成本高还不稳定。本文讲透MCP 四大原语里的第二个:Resources。涵盖 resources/list、resources/read、resources/templates/list 三个方法与 URI 模板机制(RFC 6570 展开规则),以及 Resource 与 Tool 的选型对照(把同一份数据做成 Tool 还是 Resource 的实测差异)。给出一个可运行的「设计文档中心」Server 完整实现(含 40+ 行 TypeScript,含分页、版本快照、访问审计),以及 Claude Code / Cursor / VS Code + Copilot / Trae 四套带中文注释的配置 JSON。三个实战场景:Agent 读设计文档回答「这个接口为什么这么设计」、按版本读取历史 schema 做迁移校验、把资源目录挂进 IDE 侧边栏。另含资源数量膨胀到 500+ 时的分页与 URI 命名规范、五条安全红线(为什么资源 URI 绝不能暴露绝对路径和凭据),以及 13 行故障排查表。

2026-10-13
#MCP#Model Context Protocol
MCP开发

MCP Elicitation 实战:让服务端在缺参数时反向向用户提问——受限 Schema 设计 + 四套客户端配置 + 13 行排查表

写 MCP Server 的人迟早会遇到一个尴尬场景:工具必填参数用户没给,服务端要么猜一个(猜错就出事),要么返回一个干巴巴的「缺少参数 xx」让 Agent 自己去追问(Agent 经常追问得驴唇不对马嘴)。MCP 协议里的 Elicitation 就是为这个场景设计的第三个「反向能力」——服务端可以在执行过程中主动向客户端发起一次提问,由客户端把问题渲染成表单弹给用户,用户填完再回传,全程服务端不需要自己实现任何 UI、不需要存任何凭据。本文讲透它的机制与边界:elicitation/create 请求的完整结构、为什么 requestedSchema 被刻意限制成只支持原始类型(这是安全设计不是能力不足)、用户的三种响应(accept / decline / cancel)各自的语义差异、以及最关键的——为什么不能在 Elicitation 里索取密码和 API Key。含 TypeScript SDK 完整实现(含类型定义与降级路径)、Claude Code / Cursor / VS Code + Copilot / Trae 四套带中文注释的配置、三个实战场景(部署确认 / 缺失参数补全 / 敏感操作二次确认)、与 Sampling / 传统参数校验的选型对比、六条安全注意事项,以及 13 行故障排查表。

2026-10-12
#MCP#Model Context Protocol
MCP开发

MCP Roots 与 Sampling 实战:让服务端主动划边界、反向要推理——四套客户端配置 + 14 行排查表

多数人写 MCP Server 只用到 Resources / Tools / Prompts 三项,Roots 和 Sampling 这两个反向能力基本闲置,结果就是 Server 既不知道自己该在哪干活,也没有推理能力。本文把这两个方向的能力讲透:Roots 是客户端告诉服务端「工作区边界在哪」的机制(URI 列表、roots/list 双向协商、listChanged 动态通知、路径穿越的必修防御),Sampling 是服务端反过来向客户端的 LLM 请求一次推理的机制(服务端不知道任何 API Key,模型由客户端挑、账由客户端付、人可以卡在中间审批)。含 TypeScript SDK 完整实现代码(含 sampling/createMessage 的类型定义与 human-in-the-loop 回调)、Claude Code / Cursor / VS Code + Copilot / Trae 四套带中文注释的配置、三个实战场景(单仓守卫 / 日志归因摘要 / 隐私脱敏代理)、与其他方案的选型对比表、六条安全注意事项,以及 14 行故障排查表。

2026-10-10
#MCP#Model Context Protocol