Gemini 图像生成器 MCP 服务器

通过 MCP 协议使用 Google 的 Gemini 模型从文本提示生成高质量图像。

概述

此 MCP 服务器允许任何 AI 助手使用 Google 的 Gemini AI 模型生成图像。该服务器处理提示工程、文本到图像转换、文件名生成和本地图像存储，使通过任何 MCP 客户端创建和管理 AI 生成的图像变得容易。

特性

• 使用 Gemini 2.0 Flash 进行文本到图像生成
• 基于文本提示的图像到图像转换
• 支持基于文件和 base64 编码的图像
• 根据提示自动生成智能文件名
• 自动翻译非英语提示
• 可配置输出路径的本地图像存储
• 严格排除生成图像中的文本
• 高分辨率图像输出
• 直接访问图像数据和文件路径

可用的 MCP 工具

该服务器为 AI 助手提供以下 MCP 工具：

1. generate_image_from_text

根据文本提示描述创建新图像。

generate_image_from_text(prompt: str) -> Tuple[bytes, str]

参数：

• prompt: 您要生成的图像的文本描述

返回：

• 包含以下内容的元组：
  • 原始图像数据（字节）
  • 保存的图像文件路径（字符串）

这种双重返回格式允许 AI 助手直接处理图像数据或引用保存的文件路径。

示例：

• "生成一幅山间日落的图像"
• "在一个科幻城市中创建一只逼真的飞猪"

示例输出

这张图像是使用以下提示生成的：

"嗨，你能创建一个3D渲染的图像，展示一只戴着礼帽的飞猪在充满绿色植物的快乐未来科幻城市上空飞行吗？"

一只戴着礼帽的3D渲染飞猪在充满绿色植物的未来科幻城市上空飞行

已知问题

当使用 Claude Desktop Host 与此 MCP 服务器时：

1. 性能问题：使用 transform_image_from_encoded 处理可能比其他方法需要更长的时间。这是由于通过 MCP 协议传输大量 base64 编码图像数据的开销所致。

2. 路径解析问题：使用 Claude Desktop Host 时可能会遇到正确解析图像路径的问题。主机应用程序可能无法正确解释返回的文件路径，从而难以访问生成的图像。

为了获得最佳体验，请考虑使用替代的 MCP 客户端或在可能的情况下使用 transform_image_from_file 方法。

2. transform_image_from_encoded

基于文本提示使用 base64 编码的图像数据转换现有图像。

transform_image_from_encoded(encoded_image: str, prompt: str) -> Tuple[bytes, str]

参数：

• encoded_image: 带有格式头的 base64 编码图像数据（必须是格式："data:image/[format];base64,[data]"）
• prompt: 您希望如何转换图像的文本描述

返回：

• 包含以下内容的元组：
  • 原始转换后的图像数据（字节）
  • 保存的转换后图像文件路径（字符串）

示例：

• "给这个风景添加雪"
• "将背景改为海滩"

3. transform_image_from_file

基于文本提示转换现有的图像文件。

transform_image_from_file(image_file_path: str, prompt: str) -> Tuple[bytes, str]

参数：

• image_file_path: 要转换的图像文件路径
• prompt: 您希望如何转换图像的文本描述

返回：

• 包含以下内容的元组：
  • 原始转换后的图像数据（字节）- 保存的转换后图像文件路径 (str)

示例：

• "在这张图片中的人旁边添加一只羊驼"
• "将这个白天场景变成夜晚"

示例转换

使用上面创建的飞猪图片，我们应用了以下提示进行转换：

"在猪旁边添加一只可爱的幼鲸一起飞行"

之前：

之后：

原始的飞猪图片，旁边添加了一只可爱的幼鲸

设置

前提条件

• Python 3.11+
• Google AI API 密钥（Gemini）
• MCP 主机应用程序（Claude 桌面应用程序、Cursor 或其他兼容 MCP 的客户端）

获取 Gemini API 密钥

1. 访问 Google AI Studio API 密钥页面
2. 使用您的 Google 账户登录
3. 点击“创建 API 密钥”
4. 复制新生成的 API 密钥以供配置使用
5. 注意：API 密钥每月提供一定额度的免费使用。您可以在 Google AI Studio 中查看您的使用情况

安装

通过 Smithery 安装

要通过 Smithery 自动为 Claude 桌面安装 Gemini 图像生成器 MCP，请运行以下命令：

bash
npx -y @smithery/cli install @qhdrl12/mcp-server-gemini-image-gen --client claude

手动安装

1. 克隆仓库：

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

1. 创建虚拟环境并安装依赖项：

使用常规 venv

python -m venv .venv
source .venv/bin/activate
pip install -e .

或者使用 uv

uv venv
source .venv/bin/activate
uv pip install -e .

1. 复制示例环境文件并添加您的 API 密钥：

cp .env.example .env

1. 编辑 .env 文件以包含您的 Google Gemini API 密钥和首选输出路径：

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

配置 Claude 桌面应用程序

将以下内容添加到您的 claude_desktop_config.json 文件中：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

json
{
"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

安装并配置完成后，您可以要求 Claude 生成或转换图像，使用如下提示：

生成新图像

• "生成一张山间日落的图片"
• "创建一幅未来城市的插图"
• "制作一张戴着太阳镜的猫的照片"

转换现有图像

• "通过给场景添加雪来转换这张图片"
• "编辑这张照片使其看起来像是在夜间拍摄的"
• "在这张图片的背景中添加一只飞翔的龙"

生成/转换后的图像将保存到您配置的输出路径，并在 Claude 中显示。更新后的返回类型允许 AI 助手直接处理图像数据而无需访问保存的文件。

测试

您可以通过运行 FastMCP 开发服务器来测试应用程序：

fastmcp dev server.py

此命令启动一个本地开发服务器，并在 http://localhost:5173/ 提供 MCP Inspector。
MCP Inspector 提供了一个方便的 Web 界面，您可以在其中直接测试图像生成工具，而无需使用 Claude 或其他 MCP 客户端。
您可以输入文本提示，执行工具，并立即看到结果，这对开发和调试非常有帮助。

许可证

MIT 许可证