使用说明
双子座媒体MCP
使用Google Gemini AI分析多媒体内容的MCP服务器
英语
关于
模型上下文协议（MCP）服务器，用于使用Google Gemini AI分析图像、音频和视频。采用模块化架构构建，便于功能扩展。
特点
- 图像分析 -AI驱动的图像描述
- GIF动画分析 -基于智能采样的动画GIF逐帧分析
- 音频分析 -音频文件的识别和转录
- 视频分析 -带音频转录的逐帧视频分析
- 图像生成 -使用Gemini 2.5 Flash和Gemini 3 Pro从文本和参考图像创建图像
- 音频生成 -来自YAML脚本的多扬声器音频
- 灵活提示 -自定义系统提示
- 多种模型 -Gemini 2.5（Flash、Pro、Flash Lite）和Gemini 3 Pro用于图像生成
- 隐私第一 -使用API密钥在本地运行
文档
入门指南：
用途：
俄语
关于项目
MCP（Model Context Protocol）是一个用于使用Google Gemini AI分析图像、音频和视频的服务器。
当前能力
- 图像分析 AI图像描述
- GIF动画分析 -使用智能帧选择逐帧分析动画GIF
- 音频分析 -音频文件的识别和转录
- 视频分析 -带音频转录的逐段视频分析
- 图像生成 -使用Gemini 2.5 Flash和Gemini 3 Pro创建文本和参考图像
- 音频生成 -来自YAML脚本的多语音音频
- 柔性工业产品 -自定义系统插件
- 几种型号 Gemini 2.5（Flash，Pro，Flash Lite）和Gemini 3 Pro用于图像生成
- 保密 -本地使用您的密钥
文件
开始工作：
用途：
快速启动/快速启动
使用安装程序（推荐）
-
安装带有CLI依赖项的软件包：
pip install .[cli] -
运行安装程序：
install-gemini-mcp --gemini-api-key "your_gemini_api_key"
手动安装
-
克隆存储库：
git clone https://github.com/VladimirMonin/gemini-media-mcp.git cd gemini-media-mcp -
安装依赖项：
pip install -r requirements.txt -
配置您的MCP客户端 通过
GEMINI_API_KEY环境变量。看 客户端配置示例. -
运行服务器：
python server.py
项目结构
gemini-media-mcp/
README.md
docs/
en/
ru/
server.py
config.py
models/
modules/
utils/
未来计划
- 高级GIF处理功能
- 批量介质处理
- 与Google search API的Web搜索集成
许可证
MIT许可证-请参阅 许可证
为MCP社区制作
