AI导哈

图像生成编辑工具

一款利用Google Gemini 2.5 Flash Image API进行图像生成和编辑的工具，支持文本到图像生成、图像编辑、多图像合成等功能，适用于电子商务、内容创作、营销等多种场景。

  • by brunoqgalvao
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 brunoqgalvao/gemini-image-mcp-server

使用说明

Gemini Flash Image 2.5 工具（Nano Banana）

一个使用谷歌Gemini 2.5 Flash图像API（昵称“Nano Banana”）来生成和编辑图像的工具。

包括一个和 Python 命令行工具 以及一个 模型上下文协议（MCP）服务器 以便与如Claude Code等AI助手进行集成。

特点/功能

  • 文本到图像生成根据文本提示生成图像
  • 图像编辑使用自然语言指令修改现有图像
  • 多图合成将多张图片合并为一张
  • 灵活的宽高比支持10种不同的宽高比
  • 角色一致性在多代角色中保持外观一致性
  • MCP服务器与Claude Code及其他MCP客户端集成
  • 命令行界面易于使用的命令行界面（CLI），实现快速操作
  • Python API在自己的项目中将其用作库

安装

选项1：MCP服务器（推荐用于AI助手）

最简单的安装方式（使用 npx）

对于Claude Code的MCP配置，您可以直接通过GitHub引用该包：

添加到您的MCP设置中 （~/.config/claude/claude_desktop_config.json):

{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["-y", "github:brunoqgalvao/gemini-image-mcp-server"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here"
      }
    }
  }
}

然后重启Claude Code！这 generate_image 工具将立即可用。

本地安装

# Clone the repository
git clone https://github.com/brunoqgalvao/gemini-image-mcp-server.git
cd gemini-image-mcp-server

# Run the installer
./install.sh

安装程序将：

  • 安装 Node.js 依赖项
  • 创建一个 .env 从模板生成文件
  • 运行验证测试
  • 向您展示MCP配置以添加到Claude代码中

手动安装

  1. 克隆或下载此仓库

  2. 安装 Node.js 依赖项：

npm install

  1. 从以下位置获取您的API密钥 Google AI Studio（谷歌人工智能工作室）

  2. 创建一个 .env 项目目录中的文件：

GEMINI_API_KEY=your_api_key_here
  1. 配置您的MCP客户端（例如，Claude Code）：

适用于 macOS/Linux - 添加到 ~/.config/claude/claude_desktop_config.json：

{
  "mcpServers": {
    "gemini-image": {
      "command": "node",
      "args": ["/absolute/path/to/agent-dispatcher/index.js"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here"
      }
    }
  }
}

适用于Windows - 添加到 %APPDATA%\Claude\claude_desktop_config.json：

{
  "mcpServers": {
    "gemini-image": {
      "command": "node",
      "args": ["C:\\absolute\\path\\to\\agent-dispatcher\\index.js"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here"
      }
    }
  }
}
  1. 重启Claude Code或您的MCP客户端

在另一台计算机上安装

最简单的方法 - 直接使用 npx！在任何安装了 Node.js 的电脑上都可以：

在Claude代码MCP设置中添加：

{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["-y", "github:brunoqgalvao/gemini-image-mcp-server"],
      "env": {
        "GEMINI_API_KEY": "your_api_key_here"
      }
    }
  }
}

无需克隆！ npx 会自动获取并运行它。

备选方案：本地安装

# Clone and install
git clone https://github.com/brunoqgalvao/gemini-image-mcp-server.git
cd gemini-image-mcp-server
./install.sh

选项2：Python命令行工具

  1. 克隆或下载此仓库

  2. 安装Python依赖项：

pip install -r requirements.txt

  1. 从以下位置获取您的API密钥： Google AI Studio（谷歌人工智能工作室）

  2. 创建一个 .env 项目目录中的文件：

GEMINI_API_KEY=your_api_key_here

使用方法

MCP服务器

一旦配置完成，该 generate_image 该工具将在您的MCP客户端中可用：

参数：

  • prompt （必填）：生成图像的文本描述或需要进行的编辑
  • output_path （必填）：图像将要保存的路径（必须以.png结尾）
  • input_images （可选）：用于编辑/合成的输入图像路径数组
  • aspect_ratio （可选）：以下之一：1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9
  • image_only （可选）：设置为true以仅输出图像，不输出文本

在Claude代码中的示例用法：

"Generate a sunset over mountains and save it to sunset.png"

MCP服务器将处理API调用并自动保存图像。

命令行

基本的文本到图像生成：

python gemini_image_tool.py "A cat eating a banana in space" -o cat_banana.png

编辑现有图像：

python gemini_image_tool.py "Remove the background" -i photo.jpg -o edited.png

组合多张图片：

python gemini_image_tool.py "Combine these into a collage" -i img1.jpg -i img2.jpg -o collage.png

指定宽高比：

python gemini_image_tool.py "A cinematic landscape" -o wide.png --aspect-ratio 21:9

仅输出图片（无文字回复）：

python gemini_image_tool.py "A red apple" -o apple.png --image-only

保存完整的API响应：

python gemini_image_tool.py "A sunset" -o sunset.png --save-json response.json

Python API

from gemini_image_tool import GeminiImageTool

# Initialize the tool
tool = GeminiImageTool(api_key="your_api_key_here")

# Generate an image
result = tool.generate_content(
    prompt="A futuristic city at night",
    aspect_ratio="16:9",
    output_path="city.png"
)

# Edit an image
result = tool.generate_content(
    prompt="Make the sky purple",
    input_images=["city.png"],
    output_path="city_purple.png"
)

# Combine multiple images
result = tool.generate_content(
    prompt="Create a before/after comparison",
    input_images=["before.jpg", "after.jpg"],
    aspect_ratio="2:1",
    output_path="comparison.png"
)

可用的宽高比

  • 1:1 - 方形（默认）
  • 2:3 - 肖像
  • 3:2 - 风景（或景观）
  • 3:4 - 画像（或肖像）
  • 4:3 - 风景（或景观）
  • 4:5 - 画像（肖像）
  • 5:4 - 风景
  • 9:16 - 垂直（社交媒体）
  • 16:9 - 宽屏
  • 21:9 - 电影般的（或具有电影感的）

支持的图像格式

输入： JPG，JPEG，PNG，WebP，GIF 输出： PNG（Portable Network Graphics，便携式网络图形）

定价

截至2025年，Gemini 2.5闪存镜像的定价为：

  • 每100万输出代币30.00美元
  • 每张图像 = 1290 个输出标记
  • 每张图片的成本：约0.039美元

用例

  • 电子商务产品摄影及变体展示
  • 内容创作社交媒体图形，博客图片
  • 市场营销广告创意素材，宣传材料
  • 讲故事一致的角色插图
  • 照片编辑背景移除，色彩校正，物体移除
  • 设计标志变体、模型展示、概念艺术

命令行参数

positional arguments:
  prompt                Text prompt for image generation/editing

optional arguments:
  -h, --help            Show help message
  -i INPUT, --input INPUT
                        Input image file path (can be specified multiple times)
  -o OUTPUT, --output OUTPUT
                        Output image file path (default: output.png)
  -a ASPECT_RATIO, --aspect-ratio ASPECT_RATIO
                        Output aspect ratio (default: 1:1)
  --image-only          Request image-only output (no text response)
  --api-key API_KEY     Google AI API key (or set GEMINI_API_KEY env variable)
  --save-json SAVE_JSON
                        Save full API response to JSON file

错误处理

该工具包含以下方面的全面错误处理：

  • 缺少API密钥
  • 无效的图像路径
  • 不支持的图像格式
  • 无效的宽高比
  • API请求失败
  • 网络错误

注释

  • 所有生成的图像都包含一个SynthID水印（由Google添加）
  • 该模型得益于Gemini的全球知识，从而实现了增强的生成能力
  • 角色一致性在清晰、描述性的提示下效果最佳
  • 为了获得最佳效果，请在提示中具体说明

文档

关于Gemini 2.5闪存镜像的更多信息：

许可证

此工具按原样提供，用于与Gemini API配合使用。有关API使用限制，请参阅Google的服务条款。

相关 MCP