🚀 使用双子星图像生成器 MCP 服务器
通过 Google 的 Gemini 模型，使用 MCP 协议从文本提示生成高质量图像，为图像生成提供了高效且优质的解决方案。
🚀 快速开始
本 MCP 服务器借助 Google 的 Gemini AI 模型，让任何 AI 助手都能轻松生成图像。服务器会处理提示工程、文生图转换、智能文件名生成以及本地图像存储等任务，通过任意 MCP 客户端即可简单地创建和管理 AI 生成的图像。
✨ 主要特性
- 文本到图像生成：依据文本描述生成高质量图像。
- 图像转换：按照提示对现有图像进行编辑和修改。
- 智能文件名：自动生成与生成图像相关的有意义文件名。
- 多格式支持：支持多种图像输出格式，如 PNG、JPEG 等。
📦 安装指南
安装步骤
-
克隆仓库：
git clone https://github.com/your-username/gemini-image-generator.git cd gemini-image-generator -
创建虚拟环境并安装依赖项：
# 使用普通 venv python -m venv .venv source .venv/bin/activate pip install -e . # 或使用 uv uv venv source .venv/bin/activate uv pip install -e . -
复制示例环境文件并添加 API 密钥：
cp .env.example .env -
编辑
.env文件，输入 Gemini API 密钥和目标输出路径：GEMINI_API_KEY="your-gemini-api-key-here" OUTPUT_IMAGE_PATH="/path/to/save/images"
配置 Claude Desktop
在 claude_desktop_config.json 中添加以下内容（以 macOS 为例）：
{
"mcpServers": {
"gemini-image-generator": {
"command": "uv",
"args": [
"--directory",
"/absolute/path/to/gemini-image-generator",
"run",
"server.py"
],
"env": {
"GEMINI_API_KEY": "GEMINI_API_KEY",
"OUTPUT_IMAGE_PATH": "OUTPUT_IMAGE_PATH"
}
}
}
}
💻 使用示例
基础用法
安装完成后，可以通过以下命令启动服务：
fastmcp dev server.py
这将启动一个本地开发服务器，并在 http://localhost:5173/ 提供 MCP 检查界面，方便用户直接测试图像生成工具。
高级用法
1. generate_image_from_text
根据文本描述生成新图像。
# 参数说明
# prompt: 文本提示，例如 "一只飞翔的猫头鹰在魔法森林中"。
# width: 图像宽度，默认为 512 像素。
# height: 图像高度，默认为 512 像素。
# quality: 图像质量，范围 [1, 100]。
# 返回值说明
# image_data: Base64 编码的图像数据。
# filename: 自动生成的文件名。
2. transform_image
根据提示对现有图像进行编辑。
# 参数说明
# prompt: 修改提示，例如 "将这张照片变成黑白风格"。
# input_image: 输入图像的路径或 Base64 数据。
# output_format: 输出格式，默认为 JPEG。
# 返回值说明
# modified_image_data: 处理后的图像数据。
# transform_result: 描述处理结果的 JSON 对象。
3. apply_stylization
将一种风格应用到现有图像上。
# 参数说明
# style_name: 风格名称，例如 "梵高风格"。
# input_image: 输入图像的路径或 Base64 数据。
# 返回值说明
# stylized_image_data: 应用风格后的图像数据。
# applied_style: 记录应用风格信息的日志。
📄 许可证
MIT License