AI导哈

AI图像视频生成服务

Gemini Nano Banana MCP是一个基于Google Gemini和Veo的AI图像和视频生成服务，支持文本到图像、图像编辑、文本到视频等多种生成模式，适用于创意设计和内容创作场景。

  • by seungmanchoi
  • TypeScript
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 seungmanchoi/nano-banana-mcp

使用说明

Gemini纳米香蕉MCP

MCP（模型上下文协议）服务器，用于AI驱动的图像生成、编辑和 视频生成 使用谷歌Gemini和Veo。适用于Claude Code、Cursor和任何兼容MCP的客户端。

特性

  • 文本到图像生成 -通过Gemini AI从文本提示生成图像
  • 图像编辑 -使用自然语言指令编辑现有图像
  • 参考图像 -使用参考图像进行风格和内容指导
  • 文本到视频生成 -使用Veo从文本提示生成视频（Veo-3.1、Veo-3、Veo-2）
  • 图像转视频 -使用图像作为视频生成的第一帧
  • 第一帧和最后一帧插值 -在两个关键帧图像之间生成视频
  • 会话内存 -继续编辑最后一张图像，而不重新指定路径
  • 可配置模型 -选择任何Gemini型号拍摄图像，选择任何Veo型号拍摄视频
  • 媒体的历史 -跟踪和浏览最近生成的图像和视频
  • 交叉平台的 -适用于macOS、Windows和Linux

快速开始

1.获取Gemini API密钥

从获取您的免费API密钥 谷歌AI工作室.

2.安装

npm install -g @seungmanchoi/nano-banana-mcp

或者从源代码安装：

git clone https://github.com/seungmanchoi/nano-banana-mcp.git
cd nano-banana-mcp
npm install
npm run build

3.配置您的MCP客户端

克劳德代码

增添 ~/.claude/settings.json:

{
  "mcpServers": {
    "nano-banana": {
      "command": "npx",
      "args": ["-y", "@seungmanchoi/nano-banana-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

光标

添加到MCP设置中：

{
  "mcpServers": {
    "nano-banana": {
      "command": "npx",
      "args": ["-y", "@seungmanchoi/nano-banana-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

来源

如果从源安装，请使用绝对路径：

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

您也可以跳过 env 字段，并在运行时使用 configure_api_key 工具。

身份验证模式

此服务器支持两种身份验证模式。默认值为 API密钥模式 （上图）。

模式A-API密钥（官方，默认）

使用来自的Gemini API密钥 谷歌AI工作室. 支持图像生成、图像编辑、， **视频（Veo）**请注意，图片 生成模型在很大程度上是一种付费功能。

模式B——免费谷歌cookie模式（消费者Gemini， 非官方的)

驱动您的登录 gemini.google.com 通过其 会话cookie而不是API密钥。 自由和支持 图像生成+ 仅编辑 （无视频）。

⚠️ 这种模式是非官方的。 它与一个未记录的内部端点进行通信，而不是 官方API。当谷歌更改内容、Cookie定期过期和 必须重新提取，使用是服务条款的灰色地带。仅供个人使用 用你自己的账户。

1.提取您的Cookie 从您登录gemini.google.com的浏览器：

  1. 打开 https://gemini.google.com 并登录。
  2. DevTools（F12）→ 应用 → 饼干 → https://gemini.google.com.
  3. 复制以下值 __Secure-1PSID （必填）以及 __Secure-1PSIDTS （推荐）。

2a。通过环境变量进行配置：

{
  "mcpServers": {
    "nano-banana": {
      "command": "npx",
      "args": ["-y", "@seungmanchoi/nano-banana-mcp"],
      "env": {
        "GEMINI_AUTH_MODE": "gemini-web",
        "GEMINI_SECURE_1PSID": "your-__Secure-1PSID-value",
        "GEMINI_SECURE_1PSIDTS": "your-__Secure-1PSIDTS-value"
      }
    }
  }
}

2b。或在运行时配置 随着 configure_google_login 工具：

Use configure_google_login with secure1psid "<...>" and secure1psidts "<...>"

这将活动模式切换到 gemini-web 并坚持 ~/.nano-banana/config.json. 跑 configure_api_key 在任何时候再次切换回API密钥模式。

模型配置

图像模型

默认图像模型为 gemini-2.0-flash-preview-image-generation。您可以通过多种方式进行更改：

选项1：环境变量

集 GEMINI_MODEL 在MCP客户端配置中：

{
  "mcpServers": {
    "nano-banana": {
      "command": "npx",
      "args": ["-y", "@seungmanchoi/nano-banana-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here",
        "GEMINI_MODEL": "gemini-2.0-flash-preview-image-generation"
      }
    }
  }
}

选项2：运行时工具

使用 configure_model 工具在运行时更改默认模型。该设置在会话中持续存在 ~/.nano-banana/config.json.

Set the model to imagen-3.0-generate-002

选项3：按请求覆盖

通过 model 参数直接到 generate_image, edit_image，或 continue_editing 要覆盖单个请求的默认值：

Generate an image of a cat using model imagen-3.0-generate-002

模型优先级

  1. 根据请求 model 参数 （最高优先级）
  2. GEMINI_MODEL 环境变量
  3. 配置文件 (~/.nano-banana/config.json)
  4. 默认: gemini-2.0-flash-preview-image-generation

可用图像模型

型号 层级 描述
gemini-2.0-flash-preview-image-generation 自由 默认值。通过Gemini 2.0 Flash生成原生图像。
imagen-3.0-generate-002 付费 质量最好。谷歌的专用图像生成模型。
imagen-3.0-fast-generate-001 付费 Imagen 3的快速变体，针对速度进行了优化。

备注：免费API密钥支持 gemini-2.0-flash-preview-image-generation.Imagen模型要求您的Google Cloud项目启用计费功能。

可用视频型号

型号 描述
veo-3.1-generate-preview 最新。原生音频、场景扩展、参考图像、4K支持。
veo-3-generate-preview 上一代支持音频。
veo-2-generate-preview 老一辈，稳定。

有关最新型号列表，请参阅 谷歌人工智能文档.

工具

图像工具

工具 说明
configure_api_key 设置或更新Gemini API密钥（切换到apiKey模式）。在会议期间持续存在。
configure_google_login 切换到免费、非官方 gemini-web 使用消费者Gemini Cookie的模式(secure1psid，可选 secure1psidts).仅限于图像生成和编辑。
configure_model 为图像设置默认的Gemini模型（apiKey模式）。在会议期间持续存在。
generate_image 根据文本描述生成新图像。支持可选 model 以（权力）否决
edit_image 使用文本说明、可选参考图像和可选参考图像编辑现有图像 model 以（权力）否决
continue_editing 继续编辑会话中最后生成/编辑的图像。支持可选 model 以（权力）否决
list_history 列出最近生成和编辑的带有提示和时间戳的图像。

视频工具

工具 说明
generate_video 从文本提示生成视频。支持文本到视频、图像到视频和帧插值。
list_video_history 列出最近生成的视频，包括提示、模型和时间戳。

实用工具

工具 说明
get_status 检查配置状态、活动型号、输出目录和上次图像/视频信息。

使用示例

图像生成

Generate an image of a sunset over mountains with a lake reflection

Edit the image at ~/nano-banana-images/gen_2025-01-01.png to add a boat on the lake

Continue editing - make the sky more vibrant with orange and pink tones

视频生成

Generate a video of ocean waves crashing on a rocky shore at sunset

Generate a video of a cat playing with yarn, model veo-3.1-generate-preview, resolution 1080p, duration 8 seconds

图像到视频（第一帧）

Generate a video starting from the image at ~/nano-banana-images/gen_2025-01-01.png showing the scene coming to life with wind blowing through the trees

第一帧+最后一帧插值

Generate a video transitioning from the image at ~/images/start.png to ~/images/end.png with a smooth camera pan

肖像视频

Generate a video of a person walking through a garden, aspect ratio 9:16

历史和状态

Show me the last 5 images I generated

Show me recent video history

Check the current status

Switch to imagen-3.0-generate-002 model for higher quality

视频生成详细信息

配置选项

参数 选项 默认值 说明
model veo-3.1-generate-preview, veo-3-generate-preview, veo-2-generate-preview veo-3.1-generate-preview 要使用的Veo模型
aspectRatio 16:9, 9:16 16:9 风景或肖像
resolution 720p, 1080p, 4k 720p 输出分辨率
durationSeconds 4, 6, 8 （数字） 因型号而异 视频长度
numberOfVideos 1+ 1 变体数量
negativePrompt 任何文本 - 要避免的元素

发电模式

  1. 文本转视频：仅提供 prompt
  2. 图像转视频：提供 prompt + imagePath （用作第一帧）
  3. 帧插值：提供 prompt + imagePath （第一帧）+ lastFramePath （最后一帧）

重要说明

  • 视频生成需要 1-6分钟 取决于负载
  • 生成的视频另存为 .mp4 文件
  • 视频采用SynthID技术加水印
  • 定价：每秒生成视频0.75美元
  • 视频在生成后会在谷歌服务器上保留2天

API密钥配置

服务器按照以下优先级顺序加载API密钥：

  1. 环境变量 - GEMINI_API_KEY
  2. 配置文件 - ~/.nano-banana/config.json
  3. 运行时 -通过 configure_api_key 工具

文件存储

图像

平台 路径
macOS/Linux ~/nano-banana-images/
窗户 Documents\nano-banana-images\

视频

平台 路径
macOS/Linux ~/nano-banana-videos/
窗户 Documents\nano-banana-videos\

项目结构

src/
├── index.ts              # Entry point
├── server.ts             # MCP server setup and request routing
├── config/
│   └── settings.ts       # API key and model management
├── services/
│   ├── gemini.ts         # Google Gemini & Veo API client
│   └── storage.ts        # Image/video file I/O and history tracking
├── tools/
│   ├── definitions.ts    # MCP tool schemas
│   └── handlers.ts       # Tool request handlers
└── types/
    └── index.ts          # TypeScript type definitions

发展

npm run dev          # Run with tsx (no build needed)
npm run build        # Compile TypeScript
npm run typecheck    # Type check without emitting
npm run lint         # Run ESLint

技术栈

  • 运行时：Node.js
  • 语言：TypeScript（严格模式，ES2022）
  • MCP-SDK: @modelcontextprotocol/sdk
  • AI模型：谷歌双子座（图片）+Veo（视频）
  • 验证：佐德

许可证

麻省理工学院

相关 MCP