Attitude is everything

[Gemini CLI] Google Developer Knowledge API 與 MCP Server：為你的 AI 助手裝上官方知識庫

February 7th, 2026

iTerm2 2026-02-08 01.24.09

參考文章：

前情提要

還記得上週我用 Gemini CLI 寫 Gemini API 整合時，它信心滿滿地告訴我：「這個 API 參數是這樣用的」。結果執行後噴了一堆錯誤，原來 Google 三個月前就改了 API 格式。這不是 AI 的錯，它的訓練資料截止日期就在那裡，面對日新月異的技術文件，再強的模型也會「過時」。

過去我們遇到的典型場景：

開發者: "Gemini，幫我寫一個 Gemini Function Calling 的範例"
AI: "好的，你可以這樣寫..." [產生基於 2024 年 6 月文件的程式碼]
開發者: [複製貼上，執行]
終端機: ❌ Error: Parameter 'tools' format has changed in v2
開發者: 😤 "又要去翻官網文件了..."

這樣的循環你是不是很熟悉？即便是 Gemini 1.5 Pro，有時也會因為自己的 API 更新太快而給出舊版建議。AI 的知識是靜態的，但技術文件是動態的，這個矛盾一直困擾著我們。

為了徹底解決這個問題，Google 在 2025 年初釋出了兩大殺手級工具：

  • Developer Knowledge API - 機器可讀的官方文件 API
  • Knowledge MCP Server - 基於 Model Context Protocol 的即時文件查詢服務

這意味著你的 AI 助手現在不再只是「憑記憶」寫程式，而是可以在需要時主動「翻閱最新官方文件」，成為一個真正擁有官方掛保證、永不過時的開發專家。

什麼是 Developer Knowledge API？

過去 AI 學習文件的方式：網頁爬蟲的困境

傳統上，AI 模型是透過爬蟲抓取網頁來學習文件的。但這種方式有幾個致命問題：

❌ 雜訊干擾

<!-- AI 看到的實際內容 -->
<nav>...</nav>  <!-- 導覽列 -->
<ad>...</ad>    <!-- 廣告 -->
<cookie-banner>...</cookie-banner>  <!-- Cookie 提示 -->
<div class="content">
  <!-- 真正的文件內容只佔 30% -->
  這是 Gemini API 的使用方式...
</div>
<footer>...</footer>  <!-- 頁尾 -->

AI 必須從這堆 HTML 中「猜測」哪些才是真正的文件內容。

❌ 格式不一致

  • 有些用 <code> 標籤，有些用 <pre>
  • 有些用 Markdown 渲染，有些用自訂語法
  • 圖片說明可能在 alt、title 或 figcaption 裡

❌ 更新延遲

  • 爬蟲可能幾個月才抓一次
  • 新增的 API 參數要等下次訓練才知道
  • 訓練資料截止日期成為永遠的痛

Developer Knowledge API：機器優先的文件系統

Developer Knowledge API 徹底改變了這個遊戲規則，它提供了：

  • ✅ 機器可讀的真理來源：
    • 直接提供純淨的 Markdown 格式
    • 無雜訊、無廣告、無導覽列
    • 結構化的 metadata（作者、更新時間、版本）
  • ✅ 即時性：
    • 與 Google 官方文件同步更新（延遲 < 1 小時）
    • API 改了，AI 就能立刻讀到新文件
    • 永遠不會有「訓練資料過時」的問題
  • ✅ 全面性： 它能直接檢索並獲取以下 Google 官方網域的文檔，如果你的開發領域與這些相關，強烈建議開啟這個 MCP：
    • ai.google.dev
    • developer.android.com
    • developer.chrome.com
    • developers.home.google.com
    • developers.google.com
    • docs.cloud.google.com
    • docs.apigee.com
    • firebase.google.com
    • fuchsia.dev
    • web.dev
    • www.tensorflow.org

MCP Server：讓 AI 更有「常識」

Model Context Protocol (MCP) 是一個開放標準，它就像是 AI 工具的「外掛插槽」。Google 這次推出的 Knowledge MCP Server，讓各種支援 MCP 的工具（如 Claude Code, Cursor, 甚至是我們最愛的 Gemini CLI）都能輕鬆整合。

透過這個 MCP Server，AI 不再只是憑記憶寫 Code，而是可以針對特定問題去「翻書」：

  • 實作指引：詢問某個新功能的最佳實作方式。
  • 故障排除：直接根據最新的 Error Code 文件進行診斷。
  • 版本比較：了解不同版本 API 之間的差異。

如果你對於特定領域的 MCP 應用感興趣，我也在之前的文章分享過 Google Maps Platform Assist MCP：讓 AI 幫你寫出更精準的地圖應用，這也是一個非常強大的工具，能讓 AI 助手在開發地圖功能時更具優勢。

實戰：讓 AI 助手導入官方知識庫

要讓 AI 助手能讀取官方文件，我們需要先在 Google Cloud 完成簡單的準備工作。

第一步：啟用 Developer Knowledge API

  1. 前往 Google API 程式庫中的 Developer Knowledge API 頁面。
  2. 確認你選擇了正確的專案。
  3. 點擊「啟用 (Enable)」。這個 API 不需要特殊的 IAM 權限即可使用。

第二步：建立並保護你的 API 金鑰

為了確保安全，建議對金鑰進行限制：

  1. 在 Google Cloud 控制台導覽至「憑證 (Credentials)」頁面。
  2. 點擊「建立憑證」，然後選擇「API 金鑰」。
  3. 點擊「編輯 API 金鑰」。
  4. 在名稱欄位輸入好辨識的名字（例如：Dev-Knowledge-Key）。
  5. 在「API 限制」下，選擇「限制金鑰」。
  6. 從 API 清單中選擇「Developer Knowledge API」，然後點擊確定。
  7. 點擊「儲存」。

建立完成後，點擊「顯示金鑰」並將其記下來，這就是我們接下來要使用的憑證。

Google Chrome 2026-02-07 20.52.15

如果你正在使用 Claude Code 或 Gemini CLI，現在只需要簡單的配置就能讓它變強。

配置範例 (以 Gemini CLI 為例)

你只需要在設定中加入 Google 的 MCP Server 位址，並附上你的 API Key：

# 加入 Google Developer Knowledge MCP Server
gemini mcp add -t http -H "X-Goog-Api-Key: YOUR_API_KEY" google-developer-knowledge https://developerknowledge.googleapis.com/mcp --scope user

一旦設定完成，你在詢問「如何使用最新的 Gemini API 進行 Function Calling」時，AI 就會主動調用 MCP Server，去抓取目前官網上最準確、最即時的文件內容來回答你。

分析與展望：為什麼這很重要？

這項技術的推出，標誌著開發流程中的兩個重大轉變：

  1. 從「依賴記憶」轉向「即時查詢」 過去我們追求讓模型變得更大，記住更多東西。現在，我們透過 MCP 讓模型學會「查資料」。這不僅大幅減少了幻覺，也減輕了模型需要頻繁重新訓練的壓力。

  2. 更強大的開發代理 (AI Agents) 當 AI 助手能讀取文件、執行指令、並進行版本控制時，它就真正進化成了一個能獨立處理任務的「數位同僚」。Developer Knowledge API 提供的結構化資訊，正是 AI Agent 進行複雜推理所需的燃料。

總結

Google 這次不僅提供了強大的模型，更提供了優質的「數據接口」。對於追求效率的開發者來說，配置好 Developer Knowledge MCP Server 絕對是值得投資的 5 分鐘。

以後寫 Code 時，AI 助手不再只是個會寫程式的機器，而是一個隨時翻閱著最新官網文件、給你最精準建議的技術顧問。還不趕快去申請一個 API Key 來試試看？

我們下次見！

Buy Me A Coffee

Evan

Attitude is everything