AI导哈

多模态AI生成服务器

Gemini MCP Server是一个基于Google Gemini AI服务的模型上下文协议服务器，提供包括图像生成、图像编辑和视频创建在内的先进多模态生成能力。

  • by holocode-ai
  • Go
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 holocode-ai/gemini-mcp

使用说明

Gemini MCP服务器

用于Google Gemini AI服务的全面模型上下文协议（MCP）服务器，通过Google最先进的AI模型提供先进的多模式生成功能，包括图像生成、图像编辑和视频创建。

🚀 特性

多模式人工智能服务

  • 🖼️ 图像生成：使用Gemini 2.5 Flash image Preview和Imagen 4.0型号创建高质量图像
  • ✏️ 图像编辑：使用Gemini AI模型进行高级图像修改和增强
  • 🔀 多图像合成：无缝混合和组合多个图像
  • 🎬 视频生成：使用谷歌的Veo 3.0模型创建电影视频（文本到视频和图像到视频）

高级模型支持

  • Gemini模型: gemini-2.5-flash-image-preview, gemini-2.0-flash-preview
  • 图像模型: imagen-4.0-generate-001 （最新）， imagen-4.0-ultra-generate-001, imagen-4.0-fast-generate-001
  • 我看到模型: veo-3.0-generate-001, veo-3.0-fast-generate-001, veo-2.0-generate-001

MCP协议特性

  • 标准运输：与MCP客户端直接集成
  • 综合工具说明：详细的参数文档和使用示例
  • 文件输出管理：带有元数据的可配置输出目录
  • 错误处理：强大的错误处理，信息丰富的响应

📋 先决条件

  • 转到1.23+ （建筑所需）
  • Google API密钥 具有Gemini API访问权限（必需）
  • 可选的：用于高级功能的Google Cloud项目ID

🛠️ 安装

快速设置

  1. 克隆和构建:
git clone <repository-url>
cd gemini-mcp
go build -o gemini-mcp main.go
  1. 设置API密钥:
export GOOGLE_API_KEY="your_google_api_key_here"
  1. 测试安装:
./gemini-mcp -version

使用Makefile

  1. 安装依赖项:
make deps
  1. 构建应用程序:
make build
  1. 设置环境:
cp .env.example .env
# Edit .env with your API key

🎯 用法

命令行接口

./gemini-mcp [options]

Options:
  -transport string    Transport type: stdio (default)
  -version            Show version information

标准模式（MCP集成）

运行服务器以直接集成MCP客户端：

./gemini-mcp

测试MCP协议

# Test basic connectivity
./test_mcp.sh

# Manual testing
echo '{"jsonrpc":"2.0","id":"1","method":"tools/list","params":{}}' | ./gemini-mcp

🛠️ 可用工具

1. 双子座图像生成

使用谷歌最新的Gemini图像生成模型生成高质量的图像，该模型具有先进的样式控制和质量设置。

主要特点：

  • 先进的风格控制和艺术选项
  • 多语言提示支持
  • 可定制的纵横比和质量设置
  • 内容安全级别和文本呈现选项

参数：

  • prompt （必填）：所需图像的详细描述
  • model：Gemini模型变体（默认值： gemini-2.5-flash-image-preview)
  • output_directory：本地保存路径

2. gemini_image_endit

使用谷歌的Gemini AI模型编辑现有图像，并进行有针对性的修改。

主要特点：

  • 有针对性的图像修改和风格转换
  • 对象添加/删除功能
  • 在保留原始特征的同时更改背景
  • 对编辑类型的精确控制

参数：

  • prompt （必填）：所需编辑的描述
  • image_path：要编辑的图像的路径
  • edit_type：编辑操作类型
  • output_directory：本地保存路径

3. gemini_multi_image

使用谷歌的Gemini AI模型组合和混合多个图像。

主要特点：

  • 将2-3张图片合并成有凝聚力的作品
  • 创建拼贴、叠加和无缝融合
  • 跨场景的角色一致性
  • 创意作品的风格统一

参数：

  • prompt （必填）：所需成分的描述
  • image_paths：要组合的图像路径数组
  • blend_mode：如何组合图像
  • output_directory：本地保存路径

4. 图像_T2I

使用谷歌最先进的Imagen模型生成高质量的图像。

主要特点：

  • 写实主义和艺术形象创作
  • 针对不同用例的多种模型变体
  • 支持多种宽高比
  • 批量生成（1-4张图片）

参数：

  • prompt （必填）：详细的图像描述
  • model：图像变体（默认： imagen-4.0-generate-001)
  • num_images：图像数量（1-4，默认值：1）
  • aspect_ratio：图像比率(1:1, 16:9, 9:16, 4:3, 3:4)
  • output_directory：本地保存路径

支持的型号：

  • imagen-4.0-generate-001：最新标准型号
  • imagen-4.0-ultra-generate-001：最高质量
  • imagen-4.0-fast-generate-001：最快的一代

5. veo_text_to_video

使用谷歌的Veo 3.0型号从文本提示生成8秒视频。

主要特点：

  • 带有相机移动的详细场景描述
  • 逼真的物理和自然运动
  • 支持16:9/9:16宽高比
  • 720p/1080p分辨率选项
  • 内容排除的负面提示
  • SynthID水印

参数：

  • prompt （必填）：详细的视频场景描述
  • negative_prompt：视频中应避免的内容
  • aspect_ratio：视频比率(16:9, 9:16)
  • resolution：视频质量(720p, 1080p)
  • model：Veo变体（默认值： veo-3.0-generate-001)
  • seed：可选种子，可重复使用
  • output_directory：本地保存路径

6. 视频图像

使用谷歌的Veo 3.0模型将静态图像动画化为8秒的视频。

主要特点：

  • 将照片转换为动态场景
  • 自然运动和相机运动
  • 输入图像成为起始帧
  • 真实物理模拟

参数：

  • prompt （必填）：所需动画的描述
  • image_path：输入图像的路径
  • negative_prompt：要避免的内容
  • aspect_ratio：视频比率(16:9, 9:16)
  • resolution：视频质量(720p, 1080p)
  • model：Veo变体（默认值： veo-3.0-generate-001)
  • output_directory：本地保存路径

7. veo_generate_video （遗产）

通用视频生成工具，支持文本到视频和图像到视频的创建。

主要特点：

  • 与现有工作流向后兼容
  • 支持文本和图像输入
  • 高级场景合成
  • 自动操作轮询

参数：

  • prompt （必填）：视频描述
  • image_path：图像到视频的可选输入图像
  • aspect_ratio：视频比率
  • resolution：视频质量
  • negative_prompt：内容排除
  • output_directory：本地保存路径

🔧 环境配置

变量 描述 默认值 必填
GOOGLE_API_KEY Gemini API身份验证密钥 - ✅ 是的
GOOGLE_PROJECT_ID 谷歌云项目ID - ❌ 可选
GOOGLE_LOCATION 谷歌云区域 us-central1 ❌ 可选
OUTPUT_DIR 文件输出目录 ./output ❌ 可选
TRANSPORT MCP传输协议 stdio ❌ 可选

🔌 MCP客户端集成

Claude桌面配置

{
  "mcpServers": {
    "gemini": {
      "command": "/path/to/gemini-mcp",
      "env": {
        "GOOGLE_API_KEY": "your_api_key_here"
      }
    }
  }
}

临床VSCode扩展

{
  "cline.mcp.servers": [
    {
      "name": "gemini",
      "command": "/path/to/gemini-mcp",
      "env": {
        "GOOGLE_API_KEY": "your_api_key_here"
      }
    }
  ]
}

🧪 发展

从源头构建

go mod tidy
go build -o gemini-mcp main.go

测试

make test
./test_mcp.sh

代码质量

make fmt    # Format code
make clean  # Clean artifacts

📝 实现注意事项

  • Gemini集成：用途 google.golang.org/genai 带有Gemini API后端
  • 协议遵从：执行MCP 2024-11-05规范
  • 图像生成：完全实现Gemini 2.5 Flash图像预览和Imagen 4.0型号
  • 视频生成：完成Veo 3.0与操作轮询和正确文件下载的集成
  • 文件管理：生成的内容与元数据和时间戳一起保存
  • 错误处理：包含有用消息的全面错误响应
  • 多模式支持：支持文本到图像、图像到图像、文本到视频和图像到视频工作流

🤝 贡献

该项目旨在成为谷歌人工智能服务的综合MCP服务器。欢迎为以下项目捐款：

  • 附加型号支持
  • 传输协议增强
  • 全面实施占位符服务
  • 文档改进

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件。

相关 MCP