Content & Image Generation MCP Server

内容和图像生成MCP服务器

基于人工智能的内容和图像生成FastMCP服务器，具有谷歌Imagen 3/4图像生成、Veo 2/3视频生成和Claude/Gemini内容生成功能。

生产就绪：在5分钟内部署到FastMCP云！

  

快速链接

• 5分钟部署指南 -快速开始
• 完整部署指南 -详细说明
• 部署检查表 -确保没有遗漏任何内容

特性

工具

1. 健康检查 -服务器运行状况和监控

- 验证服务器运行状况和API连接 - 检查服务可用性（谷歌AI、Anthropic） - 输出目录验证 - 非常适合监控部署

1. generate_imagen3 -生成高质量的营销图像

- 谷歌图像3/4整合 - 多种宽高比（1:1、16:9、9:16、4:3、3:4） - 1K和2K分辨率选项 - 负面提示以获得更好的控制 - 生产准备就绪，可进行错误处理

1. 批生成图像 -高效生成多幅图像

- 活动的批处理 - 跨多个图像的成本跟踪 - 始终如一的质量和风格 - 详细的成功/失败报告

1. generate_video_veo3 -制作营销视频

- 谷歌VEO 3整合 - 可定制的持续时间（4、6、8秒） - 720p和1080p分辨率 - 原生音频生成 - 每秒成本估算

1. 发电_营销_内容 -AI驱动的文案

- 多种内容类型（社交帖子、博客介绍、广告文案、电子邮件主题、产品描述） - 选择克劳德十四行诗4或双子座2.5闪光图像 - 色调定制（专业、休闲、热情、正式） - 长度控制（短、中、长） - 可选标签生成

1. 计算成本估算 -活动预算规划

- 按服务分列的详细成本明细 - 支持多种型号 - 按资源定价 - 活动策划助理

资源

• config://pricing -所有服务的当前定价
• config://models -可用的AI模型和功能

提示词

• 竞选策划人 -互动活动策划助理
• image_prompt_enhancer -优化图像生成提示

先决条件

• Python 3.10+ （FastMCP需要）
• 紫外线 或 点 包管理器
• 谷歌云帐户 启用Vertex AI API
• 无烟煤API密钥 （用于克劳德内容生成）
• 谷歌人工智能API密钥 （用于Gemini内容生成）

安装

1.克隆或导航到项目

cd marketing-automation

2.创建虚拟环境

使用 uv （推荐）：

uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

或者使用标准Python：

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

3.安装依赖项

使用 uv:

uv pip install -e .

或者使用pip：

pip install -e .

使用测试工具进行开发：

uv pip install -e ".[dev]"

配置

1.设置谷歌云

1. 在以下位置创建Google Cloud项目https://console.cloud.google.com
2. 启用Vertex AI API
3. 创建具有Vertex AI权限的服务帐户
4. 下载服务帐户密钥JSON文件
5. 设置凭据文件的路径

2.获取API密钥

• Anthropic：从获取API密钥https://console.anthropic.com
• 谷歌人工智能：从获取API密钥https://makersuite.google.com/app/apikey

3.创建环境文件

复制示例环境文件：

cp .env.example .env

编辑 .env 根据您的配置：

# Google Cloud Configuration
GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_CLOUD_LOCATION=us-central1
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account-key.json

# Anthropic API Configuration
ANTHROPIC_API_KEY=sk-ant-api03-your-key-here

# Google Generative AI (Gemini)
GOOGLE_API_KEY=your-google-ai-api-key

# Server Configuration
MCP_SERVER_NAME=Marketing Automation
MCP_SERVER_PORT=8000

重要：永远不要承诺 .env 使用真实凭据的文件！

用法

本地开发（STDIO for Claude Desktop）

在STDIO模式下运行服务器：

python server.py

或者使用FastMCP CLI：

fastmcp run server.py

用于部署的HTTP服务器

以HTTP模式运行服务器：

python server.py --http

服务器将于启动 http://0.0.0.0:8000

Claude桌面集成

添加到您的Claude Desktop配置文件中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "marketing-automation": {
      "command": "python",
      "args": [
        "/absolute/path/to/marketing-automation/server.py"
      ],
      "env": {
        "GOOGLE_CLOUD_PROJECT": "your-project-id",
        "GOOGLE_CLOUD_LOCATION": "us-central1",
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/service-account-key.json",
        "ANTHROPIC_API_KEY": "sk-ant-api03-your-key",
        "GOOGLE_API_KEY": "your-google-ai-key"
      }
    }
  }
}

备注：对服务器脚本和凭据文件都使用绝对路径。

示例用法

生成营销形象

# Via Claude Desktop or MCP client
generate_image_imagen3(
    prompt="Professional product photography of a luxury watch, white background, studio lighting, high detail, commercial quality",
    aspect_ratio="1:1",
    quality="hd"
)

批量生成活动图像

batch_generate_images(
    prompts=[
        "Modern tech startup office, collaborative workspace, natural light",
        "Smartphone app interface, clean design, user-friendly",
        "Happy customers using product, lifestyle photography"
    ],
    quality="hd",
    aspect_ratio="16:9"
)

生成营销副本

generate_marketing_content(
    content_type="social_post",
    topic="Launch of new AI-powered analytics platform",
    tone="enthusiastic",
    length="medium",
    model="claude",
    include_hashtags=True
)

估算活动成本

calculate_cost_estimate(
    images_hd=10,
    images_sd=20,
    video_seconds=30,
    content_pieces=15
)

定价

大致成本（截至2025年10月）：

每秒0.15美元。 每秒0.20美元。 |Claude Sonnet |每1K代币0.003美元| |Gemini Pro |每1K代币0.0005美元|

使用 calculate_cost_estimate 用于详细预算规划的工具。

输出目录

生成的内容将保存到 output/ 目录：

• 图像： output/imagen3_YYYYMMDD_HHMMSS.png
• 视频： output/veo3_YYYYMMDD_HHMMSS.mp4

安全最佳实践

1. 切勿硬编码API密钥 -始终使用环境变量
2. 使用.env进行本地开发 -永不承诺 .env 转git
3. 定期轮换凭据 -特别是用于生产用途
4. 设置成本警报 -监控Google Cloud和Anthropic的使用情况
5. 使用具有最低权限的服务帐户 -遵循最小特权原则

部署

FastMCP云（推荐）

快速部署：5分钟内部署到生产环境！

1. 访问: https://cloud.fastmcp.com
2. 使用GitHub登录
3. 创建新项目:

- 存储库： vanman2024/content-image-generation-mcp - 入口点： server.py:mcp

1. 设置环境变量: GOOGLE_API_KEY=
2. 部署

您的服务器将在以下位置可用：

https://content-image-generation-mcp.fastmcp.app/mcp

全部文件:

• 快速入门指南 -5分钟部署
• 完整部署指南 -详细说明
• 部署检查表 -分步检查表

验证 （可选但推荐）：

./scripts/validate-deployment.sh

生产特点

您的部署包括：

• ✅ 具有可配置级别的结构化日志记录
• ✅ 用于监控的健康检查端点
• ✅ 错误处理和API验证
• ✅ git推送自动重新部署
• ✅ 零停机部署
• ✅ 成本跟踪和估算

IDE集成

部署后，从IDE连接：

克劳德桌面 (claude_desktop_config.json):

{
  "mcpServers": {
    "content-image-generation": {
      "url": "https://content-image-generation-mcp.fastmcp.app/mcp",
      "transport": "sse"
    }
  }
}

光标 (.cursor/mcp_config.json):

{
  "mcpServers": {
    "content-image-generation": {
      "url": "https://content-image-generation-mcp.fastmcp.app/mcp",
      "transport": "sse"
    }
  }
}

替代部署选项

地方发展（STDIO）:

python server.py
# or
fastmcp run server.py

HTTP服务器:

python server.py --http
# Server runs on http://0.0.0.0:8000

码头工人:

FROM python:3.10-slim
WORKDIR /app
COPY . .
RUN pip install -r requirements.txt
ENV GOOGLE_API_KEY=""
CMD ["python", "server.py", "--http"]

构建并运行：

docker build -t content-image-generation-mcp .
docker run -p 8000:8000 -e GOOGLE_API_KEY=your_key content-image-generation-mcp

故障排除

导入错误

# Reinstall dependencies
uv pip install --force-reinstall -e .

谷歌云身份验证

# Verify credentials
gcloud auth application-default login

# Check project
gcloud config get-value project

API关键问题

# Verify environment variables are loaded
python -c "import os; from dotenv import load_dotenv; load_dotenv(); print(os.getenv('ANTHROPIC_API_KEY'))"

发展

运行测试

pytest tests/

代码格式化

black server.py
ruff check server.py

添加新工具

遵循FastMCP模式：

@mcp.tool()
def my_new_tool(param: str) -> Dict[str, Any]:
    """Tool description for LLM"""
    return {"success": True, "result": param}

资源

• FastMCP文档: https://gofastmcp.com
• 谷歌顶点AI: https://cloud.google.com/vertex-ai/docs
• Anthropic Claude: https://docs.anthropic.com
• 谷歌双子座: https://ai.google.dev

支持

对于问题或疑问：

1. 查看FastMCP文档
2. 查看Google Cloud Vertex AI文档
3. 验证API凭据和配额
4. 检查 output/ 生成文件的目录

许可证

Apache 2.0

______________________________________________________________________

采用FastMCP 2.13.0构建 -构建MCP服务器的快速Python方法。