Universal Image Generator MCP

🚀 ユニバーサル画像生成MCPサーバー

このプロジェクトは、元のリポジトリ：https://github.com/qhdrl12/mcp-server-gemini-image-generator をフォークして書き換えたものです。MCPクライアント向けのマルチプロバイダーAI画像生成サーバーです。Google (Imagen & Gemini)、ZHIPU AI CogView - 4、またはAlibaba Bailianを使用して、MCP互換のアプリケーションから高品質な画像を生成できます。

🚀 クイックスタート

1. uvxを通じたインストール

手動でのインストールは必要ありません！サーバーは自動的にダウンロードされて実行されます。

2. APIキーの取得

1つのプロバイダーを選択し、APIキーを取得してください。

• Google: Google AI Studio (ImagenとGeminiの両方のモデルをサポート)
• ZhipuAI: ZHIPU AI Platform
• Bailian: Alibaba DashScope

3. MCPクライアントの設定

MCPクライアントの設定ファイル（例：claude_desktop_config.json）に以下を追加します。

{
    "mcpServers": {
        "universal-image-generator": {
            "command": "uvx",
            "args": [
                "universal-image-generator-mcp"
            ],
            "env": {
                "IMAGE_PROVIDER": "google",
                "GOOGLE_MODEL": "gemini",
                "ZHIPU_API_KEY": "your-api-key-here",
                "GEMINI_API_KEY": "your-api-key-here",
                "DASHSCOPE_API_KEY": "your-api-key-here",
                "OUTPUT_IMAGE_PATH": "/path/to/save/images"
            }
        }
    }
}

環境変数について

• IMAGE_PROVIDER: "google"、"zhipuai"、または"bailian"
• GOOGLE_MODEL: "gemini" または "imagen" (Googleプロバイダーのみ。デフォルトは "gemini")
• 選択したプロバイダーに対応するAPIキーを設定する
• OUTPUT_IMAGE_PATH: 生成された画像を保存するディレクトリ（オプション）

✨ 主な機能

• マルチプロバイダーサポート: Google (Imagen/Gemini)、ZhipuAI、またはBailianから選択可能
• 画像生成: すべてのプロバイダーでテキストから画像を生成
• 画像変換: 既存の画像を編集（GoogleとBailianのみ）
• スマート言語最適化: 自動的なプロンプト翻訳と最適化
• ローカルストレージ: 生成された画像を指定したディレクトリに保存

📦 インストール

uvxを通じたインストール

手動でのインストールは必要ありません！サーバーは自動的にダウンロードされて実行されます。

💻 使用例

基本的な使用法

設定が完了したら、AIアシスタントに以下のように要求できます。

• "Generate an image of a sunset over mountains"（山の上の夕日の画像を生成）
• "Create a 3D rendered flying pig in a sci - fi city"（SF都市で飛んでいる3Dレンダリングの豚の画像を生成）
• "Transform this image by adding snow to the scene"（この画像に雪を加えて変換）

生成された画像は、設定した出力ディレクトリに保存されます。

出力例

プロンプト: "Create a 3D rendered image of a pig with wings and a top hat flying over a futuristic sci - fi city with lots of greenery"（緑豊かな未来的なSF都市の上空を、羽とトップハットを持った豚が飛んでいる3Dレンダリングの画像を生成）

変換: "Add a cute baby whale flying alongside the pig"（豚の横を飛んでいる可愛い子クジラを追加）

📚 ドキュメント

利用可能なツール

generate_image_from_text

テキストの説明から画像を生成します。

generate_image_from_text(prompt: str, model_type: Optional[str] = None) -> str

パラメーター

• prompt: 生成する画像のテキスト説明
• model_type: Googleプロバイダーのオプションのモデル選択（"gemini" または "imagen"）
  • Googleプロバイダーのみ適用
  • 指定されない場合は、GOOGLE_MODEL 環境変数が使用されます（デフォルトは "gemini"）

transform_image_from_encoded (Google & Bailianのみ)

Base64エンコードされた画像データを使用して画像を変換します。

transform_image_from_encoded(encoded_image: str, prompt: str) -> str

transform_image_from_file (Google & Bailianのみ)

既存の画像ファイルを変換します。

transform_image_from_file(image_file_path: str, prompt: str) -> str

プロバイダーの機能

注意: Googleプロバイダーの場合、画像変換はGeminiモデルでのみサポートされています。Imagenは生成のみです。

🔧 開発

サーバーをローカルでテストするには、以下のコマンドを実行します。

git clone https://github.com/ECNU3D/universal-image-generator-mcp.git
cd universal-image-generator-mcp
fastmcp dev src/universal_image_generator_mcp/server.py

http://localhost:5173/ にアクセスして、MCPインスペクターを使用してテストできます。

📄 ライセンス

MIT License