AI导哈

图像生成与处理服务器

Gemini Image MCP Server是一个基于Google Gemini API的图像生成和处理服务器，提供图像生成、修改、分析和风格转换等功能，适用于AI图像操作和集成开发。

  • by Pritish053
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 Pritish053/gemini-image-mcp

使用说明

Gemini映像MCP服务器

模型上下文协议（MCP）服务器，使用Google的Gemini API提供图像生成和操作功能。该服务器与Claude Desktop和其他MCP兼容客户端集成，以实现AI驱动的图像操作。

特性

  • 图像生成：使用Gemini 2.5 Flash图像预览从文本提示创建图像
  • 图像修改：使用自然语言指令修改现有图像
  • 图像分析：分析图像中的对象、文本、颜色、情感和全面的见解
  • 批量生成：在一次操作中从不同的提示生成多个图像
  • 风格迁移：将艺术风格应用于现有图像
  • 速率限制：遵守API配额的内置速率限制
  • 安全设置：可配置的内容安全级别

可用工具

1. 生成图像

根据具有可自定义选项的文本提示生成图像。

参数：

  • prompt （必填）：要生成的图像的文本描述
  • width （可选）：图像宽度（像素）
  • height （可选）：图像高度（像素）
  • aspectRatio （可选）：其中之一 1:1, 16:9, 9:16, 4:3, 3:4
  • style （可选）：其中之一 realistic, artistic, cartoon, sketch, watercolor, oil-painting
  • quality （可选）：其中之一 standard, high, ultra
  • numberOfImages （可选）：要生成的图像数量（默认值：1）

2. 修改图像

使用自然语言指令修改现有图像。

参数：

  • imageBase64 （必填）：Base64编码图像数据
  • instructions （必填）：文本修改说明
  • preserveStyle （可选）：是否保留原始艺术风格
  • strength （可选）：修改强度从0到1

3.分析图像

分析图像并提取各种类型的信息。

参数：

  • imageBase64 （必填）：Base64编码图像数据
  • analysisType （可选）：其中之一 description, objects, text, colors, emotions, comprehensive
  • detail （可选）：分析详细级别- low, medium, high

4.批量生成

从不同的提示中高效地生成多个图像。

参数：

  • prompts （必填）：文本提示数组
  • baseOptions （可选）：适用于所有世代的共享选项

5.苹果风格转移

将艺术风格应用于现有图像。

参数：

  • imageBase64 （必填）：Base64编码图像数据
  • style （必填）：其中之一 anime, renaissance, impressionist, cyberpunk, minimalist, vintage, futuristic
  • intensity （可选）：样式强度从0到100

安装

先决条件

设置

  1. 克隆或下载项目：
git clone <repository-url>
cd gemini-image-mcp
  1. 安装依赖项：
npm install
  1. 创建环境配置：
cp .env.example .env
  1. 编辑 .env 并添加您的Gemini API密钥：
GEMINI_API_KEY=your-gemini-api-key-here
  1. 构建项目：
npm run build

用法

使用克劳德桌面

将服务器添加到Claude Desktop配置文件中：

在 macOS 上： ~/Library/Application Support/Claude/claude_desktop_config.json 在Windows上： %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "gemini-image": {
      "command": "node",
      "args": ["/path/to/gemini-image-mcp/dist/index.js"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

独立使用

您也可以直接运行服务器进行测试：

npm start

配置选项

您可以设置的环境变量：

  • GEMINI_API_KEY （必需）：您的Google Gemini API密钥
  • GEMINI_MODEL （可选）：要使用的模型（默认值： gemini-2.5-flash-image-preview)
  • SAFETY_LEVEL （可选）：内容安全级别- LOW, MEDIUM, HIGH, BLOCK_NONE （默认值： MEDIUM)
  • MAX_REQUESTS_PER_MINUTE （可选）：速率限制（默认值：10）

例子

一旦与Claude Desktop集成，您就可以使用自然语言与工具进行交互：

图像生成

“以水彩风格生成山上日落的图像”

图像修改

“拍摄这张照片，在保留原始风格的同时，在天空中添加彩虹”

图像分析

“分析这张图片，告诉我你可以用置信度分数检测到哪些物体”

批量生成

“生成3个不同版本的未来主义城市景观：一个赛博朋克风格，一个极简主义，一个现实主义”

风格迁移

“以高强度将印象派风格应用于这张照片”

发展

以开发模式运行

npm run dev

建筑

npm run build

类型检查

npm run typecheck

掉毛

npm run lint

API限制

  • 根据您的配置强制执行速率限制
  • 图像生成可能需要10-30秒，具体取决于复杂性
  • 最大图像大小取决于Gemini API限制
  • 根据您的安全级别设置应用内容安全过滤器

故障排除

常见问题

  1. “需要GEMINI_API_KEY环境变量”

    • 确保您已经在您的环境或Claude Desktop配置中设置了API密钥

  2. “超出费率限制”

    • 等待速率限制窗口重置或调整 MAX_REQUESTS_PER_MINUTE

  3. “图像生成失败”

    • 检查提示中是否存在潜在的不安全内容
    • 验证您的API密钥是否具有正确的权限
    • 尝试调整安全级别设置

调试日志记录

服务器将错误记录到stderr。请检查Claude Desktop控制台或您的终端以获取详细的错误消息。

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 运行测试和梳理
  5. 提交拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件

支持

对于问题和疑问：

  • 检查上面的故障排除部分
  • 查看Claude Desktop MCP文档
  • 在存储库中创建问题

相关 MCP