qhdrl12_mcp-server-gemini-image-generator

🚀 使用双子星图像生成器 MCP 服务器

通过 Google 的 Gemini 模型，使用 MCP 协议从文本提示生成高质量图像，为图像生成提供了高效且优质的解决方案。

🚀 快速开始

本 MCP 服务器借助 Google 的 Gemini AI 模型，让任何 AI 助手都能轻松生成图像。服务器会处理提示工程、文生图转换、智能文件名生成以及本地图像存储等任务，通过任意 MCP 客户端即可简单地创建和管理 AI 生成的图像。

✨ 主要特性

• 文本到图像生成：依据文本描述生成高质量图像。
• 图像转换：按照提示对现有图像进行编辑和修改。
• 智能文件名：自动生成与生成图像相关的有意义文件名。
• 多格式支持：支持多种图像输出格式，如 PNG、JPEG 等。

📦 安装指南

安装步骤

1. 克隆仓库：

   git clone https://github.com/your-username/gemini-image-generator.git
   cd gemini-image-generator
   

2. 创建虚拟环境并安装依赖项：

   # 使用普通 venv
   python -m venv .venv
   source .venv/bin/activate
   pip install -e .
   
   # 或使用 uv
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

3. 复制示例环境文件并添加 API 密钥：

   cp .env.example .env
   

4. 编辑 .env 文件，输入 Gemini API 密钥和目标输出路径：

   GEMINI_API_KEY="your-gemini-api-key-here"
   OUTPUT_IMAGE_PATH="/path/to/save/images"
   

配置 Claude Desktop

在 claude_desktop_config.json 中添加以下内容（以 macOS 为例）：

{
    "mcpServers": {
        "gemini-image-generator": {
            "command": "uv",
            "args": [
                "--directory",
                "/absolute/path/to/gemini-image-generator",
                "run",
                "server.py"
            ],
            "env": {
                "GEMINI_API_KEY": "GEMINI_API_KEY",
                "OUTPUT_IMAGE_PATH": "OUTPUT_IMAGE_PATH"
            }
        }
    }
}

💻 使用示例

基础用法

安装完成后，可以通过以下命令启动服务：

fastmcp dev server.py

这将启动一个本地开发服务器，并在 http://localhost:5173/ 提供 MCP 检查界面，方便用户直接测试图像生成工具。

高级用法

1. generate_image_from_text

根据文本描述生成新图像。

# 参数说明
# prompt: 文本提示，例如 "一只飞翔的猫头鹰在魔法森林中"。
# width: 图像宽度，默认为 512 像素。
# height: 图像高度，默认为 512 像素。
# quality: 图像质量，范围 [1, 100]。

# 返回值说明
# image_data: Base64 编码的图像数据。
# filename: 自动生成的文件名。

2. transform_image

根据提示对现有图像进行编辑。

# 参数说明
# prompt: 修改提示，例如 "将这张照片变成黑白风格"。
# input_image: 输入图像的路径或 Base64 数据。
# output_format: 输出格式，默认为 JPEG。

# 返回值说明
# modified_image_data: 处理后的图像数据。
# transform_result: 描述处理结果的 JSON 对象。

3. apply_stylization

将一种风格应用到现有图像上。

# 参数说明
# style_name: 风格名称，例如 "梵高风格"。
# input_image: 输入图像的路径或 Base64 数据。

# 返回值说明
# stylized_image_data: 应用风格后的图像数据。
# applied_style: 记录应用风格信息的日志。

📄 许可证

MIT License