AI导哈

AI媒体生成工具包

Gemini Media MCP是一个全面的AI媒体生成工具包，集成了Google的VEO 3.1视频生成和NanoBanana Pro 2图像生成技术，适用于需要高质量AI生成媒体的开发者和创作者。

  • by u2n4
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 alihsh0/gemini-media-mcp

使用说明

Gemini Media MCP

All-in-one MCP toolkit for AI media generation -- VEO 3.1 video + NanoBanana Pro 2 images + prompting skills

What's Included • Quick Start • VEO Server • NanoBanana Server • Skills • Contributing

CLI 安装检查 版本检查
veo-mcp-server veo-mcp-server --help veo-mcp-server --version
nanobanana-imagen-mcp nanobanana-imagen-mcp --help nanobanana-imagen-mcp --version

这是什么？

Gemini Media MCP是一个全面的工具包，它将谷歌最强大的AI媒体生成模型带入任何兼容MCP的AI助手中。使用VEO 3.1生成4K视频，使用NanoBanana Pro 2创建令人惊叹的图像，并使用内置技能制作专业提示——所有这些都来自一个存储库。

包含什么

MCP服务器

服务器 描述 工具
我看到3.1 AI视频生成（文本到视频、图像到视频、扩展、插值） 9个工具
纳米香蕉 使用NanoBanana Pro 2（Pro+Flash型号）生成AI图像 4个工具

Claude代码技能（插件市场）

技能 描述
看到提示 电影VEO 3.1视频的7层提示工程
纳米香蕉促销 NanoBanana Pro 2图像的7层快速工程

通过Claude Code安装技能：

/plugin marketplace add u2n4/gemini-media-mcp

快速开始

此repo托管 两个独立的MCP服务器。安装您需要的任何一个，或两者都安装。每个服务器单独发布到PyPI。

选项A-- uvx （建议零安装）

使用下面相应的服务器块向MCP客户端配置（Claude Desktop、Claude Code、Cursor、VS Code、Windsurf）添加一个块（请参阅VEO server/NanoBanana server部分）。

选项B——克隆+可编辑安装

git clone https://github.com/u2n4/gemini-media-mcp.git
cd gemini-media-mcp

# Create a virtual environment (uv pip install requires one — or pass --system)
uv venv
source .venv/bin/activate     # macOS / Linux
# .venv\Scripts\activate     # Windows PowerShell

# Install one or both sub-packages
uv pip install -e servers/veo
uv pip install -e servers/nanobanana

我看到服务器

uvx（零安装）：

{
  "mcpServers": {
    "veo": {
      "command": "uvx",
      "args": ["veo-mcp-server"],
      "env": {
        "GEMINI_API_KEY": "your_key",
        "VIDEO_OUTPUT_DIR": "./videos"
      }
    }
  }
}

克劳德代码：

claude mcp add veo -s user -e GEMINI_API_KEY=your_key -- uvx veo-mcp-server

pip安装：

pip install veo-mcp-server

NanoBanana服务器

uvx（零安装）：

{
  "mcpServers": {
    "nanobanana": {
      "command": "uvx",
      "args": ["nanobanana-imagen-mcp"],
      "env": {
        "GEMINI_API_KEY": "your_key"
      }
    }
  }
}

克劳德代码：

claude mcp add nanobanana -s user -e GEMINI_API_KEY=your_key -- uvx nanobanana-imagen-mcp

pip安装：

pip install nanobanana-imagen-mcp

我看到服务器

由Google VEO 3.1支持的AI视频生成。使用异步作业模式，其中生成在后台开始，并返回用于轮询的作业ID——没有超时。

工具

工具 说明
veo_generate_video 从文本提示生成视频。支持720p/1080p/4K、16:9或9:16、4/6/8秒持续时间、负面提示、参考图像、种子控制和批量生成（1-4个视频）。
veo_image_to_video 使用运动提示为参考图像设置动画。
veo_interpolate_video 在两帧之间创建平滑过渡（第一帧+最后一帧）。
veo_extend_video 将现有的VEO视频延长约7秒。仅720p，总计最多148秒。
veo_check_job 检查异步作业状态。每15-20秒呼叫一次，直到完成或失败。
veo_list_jobs 列出所有生成作业及其当前状态。
veo_api_status 检查API密钥状态——已配置密钥、活动密钥、剩余密钥。
veo_pricing_info 显示所有分辨率下标准和快速型号的每秒定价。
veo_show_output_stats 显示生成统计信息——视频计数、总大小、文件详细信息、作业状态。

VEO配置

变量 描述 默认值
GEMINI_API_KEY API主密钥（必需） --
GEMINI_API_KEY_BACKUP 自动旋转备份键 --
VIDEO_OUTPUT_DIR 视频输出目录 ~/veo-videos

我看到模型

级别 型号 最适合
标准 veo-3.1-generate-preview 更高质量的输出
快速 veo-3.1-fast-generate-preview 更快的生成

NanoBanana服务器

由NanoBanana Pro 2支持的AI图像生成。支持Pro（最高质量）和Flash（快速）型号，默认分辨率为4K。

工具

工具 说明
generate_image 使用NanoBanana Pro 2（Pro或Flash）生成图像。支持宽高比、分辨率（高达4K）、负面提示、思维水平、背景和参考图像。
upload_file 上传参考图像进行编辑或调节。
show_output_stats 显示生成统计信息——图像计数、总大小、文件详细信息。
maintenance 服务器维护和清理——清除缓存，删除临时文件。

模型

型号 发动机 最适合
Pro Gemini 3 Pro图像 最高质量，复杂场景
Flash Gemini 3.1 Flash图像 快速生成，简单场景

激励技巧

VEO激励技巧

VEO 3.1的7层提示工程系统：

  1. 电影摄影（摄影机、镜头类型、镜头、角度）
  2. 主题（人物、物体、物质线索）
  3. 动作（基于力量的动词，时间戳节拍）
  4. 环境（时间、天气、深度层）
  5. 照明和情绪（物理光源、色温）
  6. 音频设计（对话、SFX、环境、音乐）
  7. 技术控制（负面提示、风格锚、电影库存）

纳米香蕉催熟技巧

NanoBanana Pro 2的7层提示工程系统：

  1. 风格与艺术指导（视觉DNA）
  2. 场景描述（环境、氛围）
  3. 主要主题（具有极端特殊性的英雄元素）
  4. 相机和镜头（真实的相机规格，追求真实感）
  5. 照明（自然、工作室、色温）
  6. 质地、材料和颜色（触觉细节）
  7. 负面提示（质检员）

建筑

gemini-media-mcp/
├── servers/
│   ├── veo/                       # VEO 3.1 MCP Server (PyPI: veo-mcp-server)
│   │   ├── pyproject.toml
│   │   ├── requirements.txt
│   │   └── src/
│   │       └── veo_mcp_server/
│   │           ├── __init__.py
│   │           ├── __main__.py
│   │           └── server.py
│   └── nanobanana/                # NanoBanana MCP Server (PyPI: nanobanana-imagen-mcp)
│       ├── pyproject.toml
│       ├── requirements.txt
│       └── nanobanana_mcp_server/ # Package
├── skills/
│   ├── veo-prompting/             # VEO prompting skill
│   │   └── SKILL.md
│   └── nanobanana-prompting/      # NanoBanana prompting skill
│       └── SKILL.md
├── plugins/                       # Claude Code Plugin Marketplace
│   ├── veo-prompting/
│   │   ├── .claude-plugin/
│   │   │   └── plugin.json
│   │   └── skills/
│   │       └── veo-prompting/
│   │           └── SKILL.md
│   └── nanobanana-prompting/
│       ├── .claude-plugin/
│       │   └── plugin.json
│       └── skills/
│           └── nanobanana-prompting/
│               └── SKILL.md
├── .claude-plugin/
│   └── marketplace.json
├── .env.example
├── .gitignore
├── CHANGELOG.md
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── llms.txt
└── llms-install.md

贡献

看 贡献.md.

许可证

麻省理工学院——见 许可证.

学分

  • NanoBanana MCP服务器：灵感来自MCP社区使用的纳米香蕉命名约定。这是一个独立的实现。
  • 谷歌DeepMind的VEO 3.1

支持

如果你觉得这很有用，请在这个存储库上加星！

制作❤️ 沙特阿拉伯东部省。

相关 MCP