Генератор изображений Gemini MCP-сервер

Создавайте высококачественные изображения из текстовых подсказок, используя модель Gemini от Google через протокол MCP.

Обзор

Этот сервер MCP позволяет любому помощнику ИИ генерировать изображения с помощью модели ИИ Gemini от Google. Сервер обрабатывает оперативную разработку, преобразование текста в изображение, генерацию имен файлов и локальное хранение изображений, что упрощает создание и управление изображениями, сгенерированными ИИ, через любой клиент MCP.

Функции

Генерация текста в изображение с помощью Gemini 2.0 Flash
Преобразование изображения в изображение на основе текстовых подсказок
Поддержка как файловых, так и закодированных в base64 изображений
Автоматическая интеллектуальная генерация имени файла на основе подсказок
Автоматический перевод неанглоязычных подсказок
Локальное хранилище изображений с настраиваемым путем вывода
Строгое исключение текста из сгенерированных изображений
Вывод изображения высокого разрешения
Прямой доступ к данным изображения и пути к файлу

Доступные инструменты MCP

Сервер предоставляет следующие инструменты MCP для помощников ИИ:

1. `generate_image_from_text`

Создает новое изображение из текстового описания.

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

Параметры:

prompt : Текстовое описание изображения, которое вы хотите создать

Возврат:

Кортеж, содержащий:
- Необработанные данные изображения (байты)
- Путь к сохраненному файлу изображения (str)

Этот формат двойного возврата позволяет помощникам на базе искусственного интеллекта работать с данными изображения напрямую или ссылаться на сохраненный путь к файлу.

Примеры:

«Создайте изображение заката над горами»
«Создайте фотореалистичную летающую свинью в научно-фантастическом городе»

Пример вывода

Это изображение было создано с помощью подсказки:

"Hi, can you create a 3d rendered image of a pig with wings and a top hat flying over a happy futuristic scifi city with lots of greenery?"

3D-визуализация свиньи с крыльями и цилиндром, летящей над футуристическим научно-фантастическим городом, полным зелени.

Известные проблемы

При использовании этого сервера MCP с Claude Desktop Host:

Проблемы с производительностью : использование transform_image_from_encoded может занять значительно больше времени для обработки по сравнению с другими методами. Это связано с накладными расходами на передачу больших данных изображения в кодировке base64 через протокол MCP.
Проблемы с разрешением путей : могут возникнуть проблемы с правильным разрешением путей изображений при использовании Claude Desktop Host. Приложение-хост может неправильно интерпретировать возвращенные пути файлов, что затрудняет доступ к сгенерированным изображениям.

Для достижения наилучшего результата рассмотрите возможность использования альтернативных клиентов MCP или метода transform_image_from_file , когда это возможно.

2. `transform_image_from_encoded`

Преобразует существующее изображение на основе текстовой подсказки, используя данные изображения в кодировке base64.

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

Параметры:

encoded_image : данные изображения, закодированные в Base64, с заголовком формата (должны быть в формате: "data:image/[format];base64,[data]")
prompt : Текстовое описание того, как вы хотите преобразовать изображение.

Возврат:

Кортеж, содержащий:
- Необработанные преобразованные данные изображения (байты)
- Путь к сохраненному преобразованному файлу изображения (str)

Пример:

«Добавьте снега к этому пейзажу»
«Изменить фон на пляж»

3. `transform_image_from_file`

Преобразует существующий файл изображения на основе текстовой подсказки.

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

Параметры:

image_file_path : Путь к файлу изображения, который необходимо преобразовать.
prompt : Текстовое описание того, как вы хотите преобразовать изображение.

Возврат:

Кортеж, содержащий:
- Необработанные преобразованные данные изображения (байты)
- Путь к сохраненному преобразованному файлу изображения (str)

Примеры:

«Добавьте ламу рядом с человеком на этом изображении»
«Сделайте эту дневную сцену похожей на ночную»

Пример преобразования

Используя изображение летающей свиньи, созданное выше, мы применили преобразование с помощью следующего запроса:

"Add a cute baby whale flying alongside the pig"

До:

После:

Оригинальное изображение летающей свиньи с добавленным милым детенышем кита, летящим рядом с ней

Настраивать

Предпосылки

Питон 3.11+
Ключ API Google AI (Gemini)
Хост-приложение MCP (Claude Desktop App, Cursor или другие MCP-совместимые клиенты)

Получение API-ключа Gemini

Посетите страницу ключей API Google AI Studio
Войдите в систему, используя свой аккаунт Google.
Нажмите «Создать ключ API».
Скопируйте новый ключ API для использования в конфигурации.
Примечание: API-ключ предоставляет определенную квоту бесплатного использования в месяц. Вы можете проверить свое использование в Google AI Studio

Установка

Установка через Smithery

Чтобы автоматически установить Gemini Image Generator MCP для Claude Desktop через Smithery :

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

Ручная установка

Клонируйте репозиторий:

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

Создайте виртуальную среду и установите зависимости:

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

# Or using uv
uv venv
source .venv/bin/activate
uv pip install -e .

Скопируйте пример файла среды и добавьте свой ключ API:

cp .env.example .env

Отредактируйте файл .env , включив в него ключ API Google Gemini и предпочитаемый выходной путь:

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

Настроить рабочий стол Клода

Добавьте следующее в ваш claude_desktop_config.json :

macOS : ~/Library/Application Support/Claude/claude_desktop_config.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"
            }
        }
    }
}

Использование

После установки и настройки вы можете попросить Клода сгенерировать или преобразовать изображения, используя такие подсказки:

Создание новых изображений

«Создайте изображение заката над горами»
«Создайте иллюстрацию футуристического городского пейзажа»
«Нарисуй кошку в солнцезащитных очках»

Преобразование существующих изображений

«Преобразите это изображение, добавив в него снег»
«Отредактируйте это фото так, чтобы оно выглядело так, будто оно было сделано ночью»
«Добавьте летящего дракона на задний план этой картинки»

Сгенерированные/преобразованные изображения будут сохранены в настроенном вами выходном пути и отображены в Claude. Благодаря обновленным типам возврата помощники ИИ также могут работать напрямую с данными изображений без необходимости доступа к сохраненным файлам.

Тестирование

Вы можете протестировать приложение, запустив сервер разработки FastMCP:

fastmcp dev server.py

Эта команда запускает локальный сервер разработки и делает MCP Inspector доступным по адресу http://localhost:5173/ . MCP Inspector предоставляет удобный веб-интерфейс, где вы можете напрямую протестировать инструмент генерации изображений без необходимости использования Claude или другого клиента MCP. Вы можете вводить текстовые подсказки, запускать инструмент и немедленно видеть результаты, что полезно для разработки и отладки.

Лицензия

Лицензия Массачусетского технологического института

Gemini Image Generator MCP Server

Integrations