Gemini MCP

🚀 Gemini MCP Server

GoogleのGemini APIへのアクセスを提供するMCP（Model Context Protocol）サーバーです。Codex MCPと互換性のあるインターフェースを持ち、その代替として利用できます。

✨ 主な機能

• gemini - 設定可能なコンテキストで新しいGemini会話を開始します。
• gemini-reply - 複数ターンの会話を続けます。
• gemini-image - Nano Banana（Geminiのネイティブ画像生成機能）を使用して画像を生成します。
• gemini-video-generate - Veo 3.1を使用してビデオ生成を開始します。
• gemini-video-check - ビデオ生成のステータスを確認し、完了したビデオを取得します。

📦 インストール

npm install
npm run build

📚 ドキュメント

設定

.envファイルを作成するか、環境変数を設定します。

# 必須: Google Gemini APIキー
GEMINI_API_KEY=your_api_key_here

# オプション: モデルを上書きする（デフォルト: gemini-3-pro-preview）
GEMINI_MODEL=gemini-3-pro-preview

APIキーはGoogle AI Studioから取得できます。

Claude Codeでの使用方法

MCP設定（~/.claude/mcp.json）に追加します。

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["/path/to/gemini-mcp/dist/index.js"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here"
      }
    }
  }
}

ツール

gemini

Geminiで新しい会話を開始します。 パラメーター:

• prompt (必須) - 最初のプロンプト
• cwd - 作業ディレクトリのコンテキスト
• sandbox - アクセスポリシー: "read-only"、 "workspace-write"、 または "danger-full-access"
• base-instructions - デフォルトのシステム命令を上書きする
• developer-instructions - モデルに対する追加のコンテキスト

戻り値: 応答テキストとフォローアップ用のconversationId

gemini-reply

既存の会話を続けます。 パラメーター:

• conversationId (必須) - 前のgemini呼び出しからのID
• prompt (必須) - フォローアップメッセージ

gemini-image

Geminiに組み込まれたGoogleのネイティブ画像生成機能であるNano Bananaを使用して画像を生成します。 モデル:

• Nano Banana (gemini-2.5-flash-image) - 高速でコスト効率が良い（約$0.04/画像）、ほとんどのユースケースに適しています。
• Nano Banana Pro (gemini-3-pro-image-preview) - テキストレンダリングが良好な高度なモデルで、インフォグラフィック、図、テキストが多い画像に最適です。

自動検出: サーバーは、プロンプトに次のようなキーワードが含まれている場合、自動的にNano Banana Proを使用します。

• "nano banana pro"、 "pro model"
• "infographic"、 "diagram"、 "chart"、 "graph"
• "text"、 "typography"、 "font"、 "lettering"
• "logo"、 "brand"、 "poster"、 "flyer"、 "banner"
• "slide"、 "presentation"、 "document"
• "high quality"、 "4k"、 "detailed text"

パラメーター:

• prompt (必須) - 生成する画像の説明
• numberOfImages - 画像の枚数（1 - 4、デフォルト: 1）
• aspectRatio - 画像のアスペクト比: "1:1"、 "3:4"、 "4:3"、 "9:16"、 "16:9"
• usePro - Nano Banana Proを強制的に使用する（指定されていない場合はプロンプトから自動検出）
• outputPath - 生成した画像を保存するディレクトリ

例:

// 自動検出でProモデルを使用
"Create an infographic showing the software development lifecycle"

// 明示的にProを要求
{ "prompt": "A sunset over mountains", "usePro": true }

// 高速生成（デフォルト）
"A cute cat wearing a hat"

gemini-video-generate

Googleの高度なビデオ生成モデルであるVeo 3.1を使用してビデオ生成を開始します。 重要: ビデオ生成は非同期です。このツールはすぐに操作IDを返します。完了をポーリングするにはgemini-video-checkを使用してください（通常30 - 60秒）。 パラメーター:

• prompt (必須) - 生成するビデオの説明
• aspectRatio - ビデオのアスペクト比: "16:9"（デフォルト）、 "9:16"
• resolution - ビデオの解像度: "480p"、 "720p"（デフォルト）
• firstFrameBase64 - 最初のフレームとして使用するオプションのBase64画像（最初にgemini-imageで生成）

戻り値: ステータスを確認するための操作ID

例のワークフロー:

1. gemini-video-generate: "A cat playing with a ball of yarn"
  → 戻り値: { operationId: "op-123..." }

2. 30 - 60秒待つ

3. gemini-video-check: { operationId: "op-123..." }
  → 戻り値: { status: "processing", elapsed: "45s" }
  または
  → 戻り値: { status: "complete", videoData: "..." }

gemini-video-check

ビデオ生成操作のステータスを確認し、完了したビデオを取得します。 パラメーター:

• operationId - gemini-video-generateからの操作ID（省略すると最後の操作を使用）
• outputPath - 完了したビデオを保存するディレクトリ

戻り値:

• 処理中の場合: ステータスと経過時間
• 完了した場合: ビデオデータ（Base64）とオプションの保存ファイルパス

ヒント: gemini-imageを使用してカスタムの最初のフレームを作成し、firstFrameBase64でgemini-video-generateに渡すことで、ビデオをより細かく制御できます。

開発

# 開発モードで実行
npm run dev

# 本番用にビルド
npm run build

# 本番サーバーを起動
npm start

📄 ライセンス

MIT