图像生成服务器

基于Google Gemini模型的图像生成、编辑和分析服务器,支持高分辨率输出和批量处理。

  • by Riti0208
  • JavaScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Riti0208/nano-banana-mcp

使用说明

🎨 Nano Banana MCP服务器

一个强大的模型上下文协议(MCP)服务器,用于使用谷歌的Gemini 2.5 Flash图像预览(又名“纳米香蕉”)和Gemini 3 Pro图像预览(aka“纳米香蕉Pro”)模型进行高级图像生成、编辑和分析。

英语 | 日本语

✨ 特性

核心能力

  • 🖼️ 图像生成 -通过高级自定义从文本提示创建图像
  • ✏️ 图像编辑 -使用自然语言编辑现有图像(支持文件路径或base64)
  • 🔍 图像分析 -使用Gemini分析和回答有关图像的问题
  • 🎭 多图像处理 -一次组合、样式转换或编辑多个图像
  • 📦 批量生成 -根据一系列提示生成多个图像
  • 🎨 样式模板 -使用预定义模板实现一致的样式
  • 🔄 变体 -生成具有受控随机性的现有图像的变体
  • 🔬 图像比较 -比较和分析图像之间的差异

高级功能

  • 双模型支持 -在Gemini 2.5 Flash图像预览或Gemini 3 Pro图像预览之间进行选择
  • 高分辨率输出 -使用Gemini 3 Pro生成高达4K的图像(4096x4096)
  • 发电控制 -微调温度、topP、topK参数
  • 并行处理 -具有可选并行执行的批处理操作
  • 智能模板 -10+专业风格预设
  • 灵活输入 -接受文件路径和base64编码的图像
  • 自动保存 -自动保存带有时间戳的生成图像

模型比较

功能 Gemini 2.5 Flash图像 Gemini 3 Pro图像
最大分辨率 1K(1024px) 1K/2K/4K
宽高比 全部支持 全部支持
文本渲染 良好 优秀
速度 快 中等
质量 高 优质
最适合 快速迭代 最终生产

支持的纵横比: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

🚀 快速开始

先决条件

安装

  1. 克隆存储库:
git clone https://github.com/Riti0208/nano-banana-mcp.git
cd nano-banana-mcp
  1. 安装依赖项:
npm install
  1. 构建项目:
npm run build

配置

添加到您的Claude Code MCP设置中(claude_code_config.json):

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

📖 使用示例

生成图像(标准)

generate_image({
  prompt: "A serene mountain landscape at sunset",
  config: {
    temperature: 0.8,
    topP: 0.95
  }
})

生成高分辨率图像(使用Gemini 3 Pro生成4K)

generate_image({
  prompt: "Ultra detailed cyberpunk city at night with neon signs",
  model: "gemini-3-pro-image-preview",
  resolution: "4K",
  aspectRatio: "16:9",
  config: {
    temperature: 0.9
  }
})

编辑图像

edit_image({
  prompt: "Add a rainbow in the sky",
  imagePath: "./landscape.jpg",
  model: "gemini-3-pro-image-preview",
  resolution: "2K",
  aspectRatio: "4:3",
  config: {
    temperature: 0.5
  }
})

生成多种变体

generate_variations({
  imagePath: "./original.png",
  count: 3,
  variationStrength: "moderate"
})

批量生成

batch_generate({
  prompts: [
    "A red apple",
    "A green apple",
    "A golden apple"
  ],
  parallel: true
})

使用样式模板

generate_with_template({
  template: "photorealistic",
  customization: "A vintage coffee shop interior"
})

比较图像

compare_images({
  image1Path: "./before.png",
  image2Path: "./after.png",
  compareType: "differences"
})

🛠️ 可用工具

工具 说明
generate_image 根据文本提示生成图像
edit_image 使用自然语言编辑现有图像
analyze_image 分析图像并回答问题
multi_image_edit 一起处理多个图像
batch_generate 一次生成多个图像
generate_variations 创建图像的变体
generate_with_template 使用预定义的样式模板
compare_images 比较两个图像

🎨 样式模板

  • 照片级逼真的 -超现实摄影
  • 艺术的 -艺术诠释
  • 标志 -干净的标志设计
  • 肖像 -专业肖像
  • 景观 -令人叹为观止的风景
  • 产品 -产品摄影
  • 建筑的 -建筑摄影
  • 时尚 -时尚摄影
  • 食物 -食品摄影
  • 摘要 -抽象艺术

⚙️ 配置参数

参数 范围 说明
temperature 0.0-2.0 控制随机性(较低=更专注)
topP 0.0-1.0 核采样阈值
topK 1-40 前k采样
maxOutputTokens - 最大响应长度

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

  • 谷歌Gemini团队为惊人的图像生成API
  • MCP框架的模型上下文协议团队
  • 所有帮助改进此项目的贡献者

🔗 链接