Gemini MCP Server

Es un servidor MCP genérico que utiliza la API de Google Gemini y permite generación de texto y generación de imágenes (Imagen).

Las imágenes generadas se devuelven como rutas absolutas locales (los datos de la imagen en sí no se incluyen en el resultado de la llamada a la herramienta). Se espera que los archivos guardados se pasen a ftp_upload_file de ftp-mcp para convertirlos en URL públicas y luego se registren en la biblioteca de medios de WordPress con wp_upload_media_from_url de wp-mcp, como parte inicial de un flujo de dos etapas. El resultado de la generación de texto se devuelve tal cual como resultado de la llamada a la herramienta.

1. Configuración

cd gemini-mcp
npm install

Copia config.json.example a config.json y escribe la clave API emitida en Google AI Studio ( https://aistudio.google.com/apikey ) (este archivo contiene la clave API, así que nunca lo publiques, compartas ni lo hagas commit en Git. Está incluido en .gitignore).

cp config.json.example config.json

{
  "api_key": "AIza................................",
  "default_text_model": "gemini-2.5-flash",
  "default_image_model": "imagen-4.0-generate-001"
}

• api_key: Clave API emitida en Google AI Studio.

• default_text_model: ID del modelo que se usa cuando se omite el parámetro model de generate_text.

• default_image_model: ID del modelo que se usa cuando se omite el parámetro model de generate_image.

La lista de modelos se actualiza periódicamente en la documentación oficial de Google, por lo que los IDs de modelo más recientes se pueden consultar en https://ai.google.dev/gemini-api/docs/models (texto) / https://ai.google.dev/gemini-api/docs/imagen (imagen).

El servidor en sí puede iniciarse incluso si la clave API no está configurada (sigue siendo un marcador de posición). Al llamar realmente a generate_text / generate_image, se producirá un error de autenticación del lado de Google.

Related MCP server: MCP Nano Banana

2. Registro en Claude Code

Dentro de la carpeta raíz del proyecto que use Claude Code, añade la información del servidor MCP en .mcp.json.

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["/MCPの保存パス/gemini-mcp/index.js"],
      "env": {
        "GEMINI_MCP_CONFIG_PATH": "/MCPの保存パス/gemini-mcp/config.json"
      }
    }
  }
}

Después del registro, reinicia la sesión de Claude Code para volver a cargar el servidor MCP.

3. Herramientas proporcionadas

• gemini_check_config — Comprueba si la clave API está configurada y el nombre del modelo predeterminado (no llama a la API).

• generate_text — Genera texto para un prompt y lo devuelve tal cual.

  • prompt(obligatorio): el prompt de entrada.

  • system_instruction(opcional): instrucción del sistema que especifica el comportamiento general del modelo.

  • temperature(opcional, 0〜2): aleatoriedad de la salida.

  • model(opcional): ID del modelo que sobrescribe default_text_model.

  • Valor de retorno: nombre del modelo generado y texto generado.

• generate_image — Genera una imagen a partir de un prompt de texto y la guarda como PNG/JPEG en la carpeta local especificada.

  • prompt(obligatorio): descripción de la imagen que se desea generar.

  • output_dir(obligatorio): ruta absoluta del directorio de destino (se crea automáticamente si no existe).

  • file_prefix(opcional, por defecto image): prefijo del nombre de archivo guardado.

  • number_of_images(opcional, por defecto 1, máximo 4): número de imágenes a generar.

  • aspect_ratio(opcional, por defecto 1:1): 1:1 / 3:4 / 4:3 / 9:16 / 16:9.

  • negative_prompt(opcional): elementos que no se desean incluir.

  • model(opcional): ID del modelo que sobrescribe default_image_model.

  • Valor de retorno: nombre del modelo generado, prompt, ruta absoluta/tipo MIME de cada archivo guardado, etc.

Notas

• La biblioteca de dependencias utiliza el SDK oficial de Google @google/genai.

• Si se bloquea por el filtro de seguridad o si la respuesta no contiene contenido, se devuelve un error.

• Para los usos de generación de imágenes (imagen destacada del artículo, imágenes insertadas en el cuerpo, etc.) y el procedimiento para reflejarlas en el cuerpo del artículo, consulte docs/tasks/eyecatch-image.md / docs/tasks/image-embed.md (en cada proyecto).