Qhdrl12 MCP Server Gemini Image Generator

🚀 使用雙子星圖像生成器 MCP 服務器

通過 Google 的 Gemini 模型，使用 MCP 協議從文本提示生成高質量圖像，為圖像生成提供了便捷且高效的解決方案。

🚀 快速開始

該 MCP 服務器允許任何 AI 助手利用 Google 的 Gemini AI 模型生成圖像。服務器處理提示工程、文生圖轉換、智能文件名生成以及本地圖像存儲，使通過任何 MCP 客戶端創建和管理 AI 生成的圖像變得簡單。

✨ 主要特性

• 文本到圖像生成：從文本描述生成高質量圖像。
• 圖像轉換：根據提示對現有圖像進行編輯和修改。
• 智能文件名：自動生成與生成圖像相關的有意義文件名。
• 多格式支持：支持多種圖像輸出格式，如 PNG、JPEG 等。

📦 安裝指南

安裝步驟

1. 克隆倉庫：

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

2. 創建虛擬環境並安裝依賴項：

   # 使用普通 venv
   python -m venv .venv
   source .venv/bin/activate
   pip install -e .
   
   # 或使用 uv
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

3. 複製示例環境文件並添加 API 密鑰：

   cp .env.example .env
   

4. 編輯 .env 文件，輸入 Gemini API 密鑰和目標輸出路徑：

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

配置 Claude Desktop

在 claude_desktop_config.json 中添加以下內容（macOS 為例）：

{
    "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"
            }
        }
    }
}

💻 使用示例

基礎用法

安裝完成後，可以通過以下命令啟動服務：

fastmcp dev server.py

這將啟動一個本地開發服務器，並在 http://localhost:5173/ 提供 MCP 檢查界面，方便用戶直接測試圖像生成工具。

工具使用示例

1. generate_image_from_text

根據文本描述生成新圖像。

# 示例代碼
# 調用 generate_image_from_text 函數，根據文本描述生成圖像
# 參數說明：
# prompt: 文本提示，例如 "一隻飛翔的貓頭鷹在魔法森林中"
# width: 圖像寬度，默認為 512 像素
# height: 圖像高度，默認為 512 像素
# quality: 圖像質量，範圍 [1, 100]
# 返回值：
# image_data: Base64 編碼的圖像數據
# filename: 自動生成的文件名
result = generate_image_from_text(prompt="一隻飛翔的貓頭鷹在魔法森林中", width=512, height=512, quality=80)
image_data = result["image_data"]
filename = result["filename"]

2. transform_image

根據提示對現有圖像進行編輯。

# 示例代碼
# 調用 transform_image 函數，根據提示對現有圖像進行編輯
# 參數說明：
# prompt: 修改提示，例如 "將這張照片變成黑白風格"
# input_image: 輸入圖像的路徑或 Base64 數據
# output_format: 輸出格式，默認為 JPEG
# 返回值：
# modified_image_data: 處理後的圖像數據
# transform_result: 描述處理結果的 JSON 對象
result = transform_image(prompt="將這張照片變成黑白風格", input_image="path/to/input/image.jpg", output_format="JPEG")
modified_image_data = result["modified_image_data"]
transform_result = result["transform_result"]

3. apply_stylization

將一種風格應用到現有圖像上。

# 示例代碼
# 調用 apply_stylization 函數，將一種風格應用到現有圖像上
# 參數說明：
# style_name: 風格名稱，例如 "梵高風格"
# input_image: 輸入圖像的路徑或 Base64 數據
# 返回值：
# stylized_image_data: 應用風格後的圖像數據
# applied_style: 記錄應用風格信息的日誌
result = apply_stylization(style_name="梵高風格", input_image="path/to/input/image.jpg")
stylized_image_data = result["stylized_image_data"]
applied_style = result["applied_style"]

📚 詳細文檔

generate_image_from_text

參數

• prompt: 文本提示，例如 "一隻飛翔的貓頭鷹在魔法森林中"。
• width: 圖像寬度，默認為 512 像素。
• height: 圖像高度，默認為 512 像素。
• quality: 圖像質量，範圍 [1, 100]。

返回

• image_data: Base64 編碼的圖像數據。
• filename: 自動生成的文件名。

transform_image

參數

• prompt: 修改提示，例如 "將這張照片變成黑白風格"。
• input_image: 輸入圖像的路徑或 Base64 數據。
• output_format: 輸出格式，默認為 JPEG。

返回

• modified_image_data: 處理後的圖像數據。
• transform_result: 描述處理結果的 JSON 對象。

apply_stylization

參數

• style_name: 風格名稱，例如 "梵高風格"。
• input_image: 輸入圖像的路徑或 Base64 數據。

返回

• stylized_image_data: 應用風格後的圖像數據。
• applied_style: 記錄應用風格信息的日誌。

📄 許可證

MIT License