使用说明

MCP服务器 - 双子座图像生成器 - 自动更新

#CRONTAB 正在运行 A. 模型上下文协议（MCP）服务器 这使得使用谷歌的（技术/工具）能够实现由人工智能驱动的图像生成 Gemini API此服务器与MCP兼容客户端实现无缝集成，能够根据文本提示生成高质量图像。

✨ 特点

🖼️（一幅画） 由Gemini驱动的图像生成 配备先进的AI模型
🔌 电源插头 MCP协议兼容性 便于集成
🛠️（工具或修理的象征） 可配置的提示 以及生成参数
📁 文件夹 静态文件服务 为生成的图像
🧪 表示“实验器材”或“化学实验”的意思。 内置测试 以及验证工具
🔒（锁形符号，常用于表示安全、保密或锁定状态） 基于环境的配置 用于安全的API密钥管理

📂 项目结构

mcp-server-gemini-image-generator/
├── .venv/                                    # Virtual environment
├── examples/                                 # Usage examples
├── src/mcp_server_gemini_image_generator/
│   ├── __init__.py                          # Package initialization
│   ├── server.py                            # Main MCP server
│   ├── prompts.py                           # Prompt management
│   ├── utils.py                             # Utility functions
│   └── test.py                              # Test suite
├── static/                                  # Generated images & assets
├── .env                                     # Environment configuration
├── .gitignore                               # Git ignore rules
├── pyproject.toml                           # Project metadata & dependencies
├── uv.lock                                  # Dependency lock file
├── smithery.yaml                            # Deployment configuration
├── LICENSE                                  # MIT License
└── README.md                                # This file

🚀 快速入门

先决条件

Python 3.8及以上版本
Gemini API密钥 （从……中获取一个 Google AI Studio（谷歌人工智能工作室））

安装

克隆仓库

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

设置虚拟环境

# Using Python venv
python -m venv .venv
source .venv/bin/activate  # Linux/macOS
# .venv\Scripts\activate   # Windows

# Or using uv (recommended)
uv venv
source .venv/bin/activate

安装依赖项

# Using pip
pip install -e .

# Or using uv (faster)
uv sync

配置环境

创建一个 .env 项目根目录中的文件：
```
API_KEY=your_gemini_api_key_here
PORT=8002
HOST=127.0.0.1
```

启动服务器

python src/mcp_server_gemini_image_generator/server.py

MCP服务器将可通过以下地址访问： http://127.0.0.1:8002/mcp/

🔧 配置

环境变量

变量	描述	默认值	是否必需
`API_KEY` 您的Gemini API密钥	-	✅
`PORT`	服务器端口	`8002`	❌
`HOST`	服务器主机	`127.0.0.1`	❌

MCP客户端集成

将此服务器添加到您的MCP客户端配置中：

{
  "mcpServers": {
    "gemini-image-generator": {
      "command": "python",
      "args": ["path/to/src/mcp_server_gemini_image_generator/server.py"],
      "env": {
        "API_KEY": "your_gemini_api_key"
      }
    }
  }
}

🧪 测试

运行测试套件以验证所有功能是否正常：

python src/mcp_server_gemini_image_generator/test.py

📖 使用示例

基本图像生成

from mcp_server_gemini_image_generator import generate_image

# Generate an image from a text prompt
result = generate_image("A serene mountain landscape at sunset")
print(f"Generated image: {result['image_url']}")

自定义提示

# Use the prompt utilities for enhanced generation
from mcp_server_gemini_image_generator.prompts import enhance_prompt

enhanced = enhance_prompt("cat", style="photorealistic", mood="playful")
result = generate_image(enhanced)

🛠️ 开发

开发环境的项目设置

# Clone and setup
git clone https://github.com/your-username/mcp-server-gemini-image-generator.git
cd mcp-server-gemini-image-generator

# Install in development mode
uv sync --dev

# Run tests
python -m pytest src/mcp_server_gemini_image_generator/test.py

添加新功能

在适当的模块中实现您的功能（server.py， prompts.py或者 utils.py)
添加测试到 test.py
更新文档
提交拉取请求

API 参考

MCP 工具

工具名称	描述	参数
`generate_image`	根据文本提示生成图像	`prompt: str`， `style?: str`
`enhance_prompt`	优化提示以获得更好结果	`prompt: str`， `options?: dict`

响应格式

{
  "success": true,
  "image_url": "http://127.0.0.1:8002/static/generated_image_123.png",
  "prompt_used": "Enhanced prompt that was actually used",
  "generation_time": 2.34,
  "metadata": {
    "model": "gemini-pro-vision",
    "timestamp": "2024-01-15T10:30:00Z"
  }
}

为MCP社区倾心打造