Gemini MCP

#!/usr/bin/env python3 """ Gemini MCP 主入口点 支持通过 python -m gemini_mcp 或 gemini-mcp 命令运行 """ import os import sys import argparse from pathlib import Path from dotenv import load_dotenv # 加载环境变量 load_dotenv() def main(): """主函数""" parser = argparse.ArgumentParser( description="Gemini MCP Server - AI图片处理服务", formatter_class=argparse.RawDescriptionHelpFormatter, epilog=""" 环境变量: GEMINI_API_KEY Gemini API密钥 (必需) OUTPUT_DIR 输出目录 (默认: ./outputs) 使用示例: # 使用环境变量 export GEMINI_API_KEY=your-api-key gemini-mcp # 直接指定API密钥 GEMINI_API_KEY=your-api-key gemini-mcp # 使用 uvx 运行（无需安装） GEMINI_API_KEY=your-api-key uvx gemini-mcp """ ) parser.add_argument( '--mode', choices=['stdio', 'http'], default='stdio', help='运行模式: stdio (默认) 或 http' ) parser.add_argument( '--port', type=int, default=8080, help='HTTP模式端口 (默认: 8080)' ) parser.add_argument( '--host', default='localhost', help='HTTP模式主机 (默认: localhost)' ) parser.add_argument( '--debug', action='store_true', help='启用调试模式' ) args = parser.parse_args() # 检查API密钥 api_key = os.getenv("GEMINI_API_KEY") if not api_key: print("❌ 错误: 未设置 GEMINI_API_KEY 环境变量", file=sys.stderr) print("\n请设置环境变量后重试:", file=sys.stderr) print(" export GEMINI_API_KEY=your-api-key", file=sys.stderr) print(" gemini-mcp", file=sys.stderr) print("\n或直接运行:", file=sys.stderr) print(" GEMINI_API_KEY=your-api-key gemini-mcp", file=sys.stderr) sys.exit(1) # 导入MCP服务器 if args.debug: from .mcp_server_debug import mcp print("✅ Gemini MCP Server (调试模式) 已启动", file=sys.stderr) else: from .mcp_server import mcp print("✅ Gemini MCP Server 已启动", file=sys.stderr) # 运行服务器 if args.mode == 'http': print(f"📡 HTTP模式: http://{args.host}:{args.port}", file=sys.stderr) print("🔄 传输方式: Server-Sent Events (SSE)", file=sys.stderr) mcp.run( transport="sse", host=args.host, port=args.port ) else: print("📡 STDIO模式: 标准输入/输出", file=sys.stderr) print("💡 提示: 适用于 Claude Desktop, Cursor 等本地客户端", file=sys.stderr) mcp.run(transport="stdio") if __name__ == "__main__": main()