NanoBananaPro

<h1>genai-mcp: GenAI MCP Server for Image Generation(eg. Nano Banana)</h1> ## GenAI MCP 服务器（中文说明） 本项目实现了一个 **Model Context Protocol (MCP)** 服务器，用于： - 使用 **Google Gemini**（通过 `google.golang.org/genai`）进行 **文生图**（generate image） - 使用 **Google Gemini** 进行 **图像编辑**（edit image） - 使用 **通义万相（阿里百炼）** 图片接口进行文生图 / 图像编辑（通过 DashScope） - 可选：将生成 / 编辑后的图片自动上传到 **S3 兼容对象存储**（如 AWS S3、阿里云 OSS 等），并返回图片 URL 服务器通过 **streamable HTTP** 暴露 MCP 端点，并提供两个工具： - `gemini_generate_image` – 文本 → 图片 - `gemini_edit_image` – （图片 + 文本）→ 新图片 ### Gemini / Nano Banana 第三方支持情况 当前 MCP 服务器支持以下 Gemini / Nano Banana 后端： 1. **Google 官方 Gemini API** - 使用默认 `GENAI_BASE_URL=https://generativelanguage.googleapis.com` - `GENAI_API_KEY` 为 Google 官方 Gemini API Key 2. **dmxapi（兼容 Gemini 的第三方网关）** - 将 `GENAI_BASE_URL` 配置为 dmxapi 提供的 Gemini 兼容地址（如 `https://www.dmxapi.cn`） - `GENAI_API_KEY` 使用 dmxapi 下发的密钥 ### 通义万相（阿里百炼）模型支持 当 `GENAI_PROVIDER=wan` 时，服务器会使用 **通义万相**（阿里百炼 DashScope）而不是 Gemini： - 配置示例： - `GENAI_PROVIDER=wan` - `GENAI_BASE_URL=https://dashscope.aliyuncs.com` - `GENAI_API_KEY=<你的 DashScope API Key>` - `GENAI_GEN_MODEL_NAME=wan2.5-t2i-preview`（文生图模型） - `GENAI_EDIT_MODEL_NAME=wan2.5-i2i-preview`（图像编辑 / 融合模型） - Wan 对应的 MCP 工具定义见 `internal/tools/wan.go`，主要包括： - `wan_create_generate_image_task` - `wan_query_generate_image_task` - `wan_create_edit_image_task` - `wan_query_edit_image_task` `tests/mcp_client.py` 会根据 `GENAI_PROVIDER` 自动路由到 Gemini 或 Wan（默认 gemini，设置为 `wan` 即使用通义万相）。 --- ### 1. 环境依赖 - Go **1.21+**（推荐） - 有效的 Gemini API Key - （可选）S3 / OSS 对象存储桶，用于保存图片 --- ### 2. 配置（`.env`） 先复制 `env.example` 为 `.env`，然后填写实际值。 **GenAI 配置** ```env # GenAI 提供方： # - gemini: Google Gemini / 兼容后端 # - wan: 通义万相（阿里百炼）图片接口 GENAI_PROVIDER=gemini # 共有的 GenAI 端点和密钥（Gemini / Wan 共用） GENAI_BASE_URL=https://generativelanguage.googleapis.com GENAI_API_KEY=your_api_key_here # 模型名称： # - 当 GENAI_PROVIDER=gemini 时：如 gemini-3-pro-image-preview # - 当 GENAI_PROVIDER=wan 时： 如 wan2.5-t2i-preview / wan2.5-i2i-preview GENAI_GEN_MODEL_NAME=gemini-3-pro-image-preview GENAI_EDIT_MODEL_NAME=gemini-3-pro-image-preview # 单次请求超时时间（秒），包括生成图和编辑图 GENAI_TIMEOUT_SECONDS=120 # 图片输出格式： # - base64: 返回 base64 编码的 data URI # - url: 上传到 OSS 并返回图片 URL GENAI_IMAGE_FORMAT=base64 ``` **HTTP 服务配置** ```env SERVER_ADDRESS=0.0.0.0 SERVER_PORT=8080 ``` MCP 端点地址： ```text http://SERVER_ADDRESS:SERVER_PORT/mcp ``` **OSS / S3 配置（当 `GENAI_IMAGE_FORMAT=url` 时必需）** ```env # 对于 AWS S3：OSS_ENDPOINT 留空或设为 s3.amazonaws.com # 对于阿里云 OSS：设为 oss-cn-beijing.aliyuncs.com（根据你的 region） # 对于腾讯 COS：设为 cos.ap-guangzhou.myqcloud.com（根据你的 region） # 对于 MinIO：设为你的 MinIO 端点 OSS_ENDPOINT= OSS_REGION=us-east-1 OSS_ACCESS_KEY=your_access_key_here OSS_SECRET_KEY=your_secret_key_here OSS_BUCKET=your_bucket_name ``` 当 `GENAI_IMAGE_FORMAT=url`： - 对阿里云 OSS： - `OSS_ENDPOINT` 应该是 `oss-<region>.aliyuncs.com` 形式 - Bucket 策略需要允许你期望的访问方式（例如公开读） --- ### 3. 启动 MCP 服务器 你可以通过 **两种方式** 启动 MCP 服务器： 1. **克隆代码并本地编译运行** - 克隆本仓库并进入项目根目录 - 将 `env.example` 复制为 `.env`，并填写你的实际配置 - 执行： ```bash go build . ./genai-mcp ``` 2. **下载发布的二进制文件（Release binary）** - 从 Releases 页面下载适合你平台的二进制文件 - 放到任意目录 - 将本仓库（或 Release 附带）的 `env.example` 复制到同一目录并改名为 `.env`，然后修改配置 - 执行（文件名视实际发布而定）： ```bash ./genai-mcp ``` 默认 MCP HTTP 端点为： ```text http://127.0.0.1:8080/mcp ``` 你可以在任何支持 MCP `streamable-http` 协议的客户端中配置此端点。 --- ### 4. MCP 工具说明 定义位置：`internal/tools/gemini.go` - **`gemini_generate_image`** - **输入：** - `prompt`（string，必填）：描述要生成图片内容的文本 - **输出：** - `GENAI_IMAGE_FORMAT=base64`：返回 base64 data URI - `GENAI_IMAGE_FORMAT=url`：上传到 OSS/S3 后返回图片 URL - **`gemini_edit_image`** - **输入：** - `prompt`（string，必填）：描述如何编辑图片 - `image_url`（string，必填）：原始图片 URL 或 data URI - **输出：** - 同上，取决于 `GENAI_IMAGE_FORMAT` 当 `GENAI_IMAGE_FORMAT=url` 时： - 生成 / 编辑后的图片会： - 若 Gemini 返回 URL：先下载图片 - 若返回内联数据：直接使用数据 - 之后上传到 OSS/S3 - 路径格式：`images/yyyy-MM-dd/{uuid_timestamp_random}.ext` --- ### 5. 交流方式 - **微信**：请扫码下方二维码添加好友  - **Discord**：用户名 `adamydwang` --- ## Star 历史 [](https://star-history.com/#adamydwang/genai-mcp)