Token导航 LogoToken导航TokenDH.com
Gemini Diagram MCP logo
设计创作未说明官方级别未说明来源级核验

Gemini Diagram MCP

MCP Server

基于Gemini图像生成技术的图表、架构图和可视化工具,支持智能检测、专业样式和可配置输出。

工具数

2

提示词数

0

GitHub Stars

0

资源数

0
图表生成可视化工具TypeScriptClaude图像生成Claude DesktopClaudeCursorWindsurfClineVS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

arunsanna

提供方

arunsanna

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

双子图mcp

](https://www.npmjs.com/package/gemini-diagram-mcp) ![License: MIT](https://opensource.org/licenses/MIT)

MCP服务器,用于在Vertex AI上使用Gemini图像生成来生成图表、图表和可视化。

特性

  • 智能检测:自动从提示中检测图表类型,不确定时询问澄清问题
  • 通用:适用于Claude Code、Claude Desktop、Cursor、Windsurf、Cline和任何MCP客户端
  • 专业造型:具有适当排版和调色板的一致SaaS美学
  • 可配置的:宽高比(16:9、1:1、4:3等)和分辨率(1K、2K、4K)
  • 健壮:使用指数回退重试逻辑,生成图像验证
  • 迭代的:优化上次生成的图像,而不重复完整提示

工具

工具说明
generate_image从自然语言生成图表/图形/可视化
refine_image迭代优化最后生成的图像

参数

generate_image

参数类型默认值说明
promptstring必填自然语言描述
outputstringauto输出文件名
typeenum自动chart, comparison, flow, architecture, timeline, hierarchy, matrix, hero, visualization
aspect_ratioenum自动16:9, 1:1, 4:3, 3:4, 9:16, 2:1
size枚举2K1K, 2K, 4K
user_approvalbooleanfalse当请求者明确批准使用提供的架构详细信息绘制图表时设置为true

refine_image

参数类型说明
refinementstring要进行的更改的描述

安装

1.获取API密钥

获取Vertex AI快速模式流的Vertex AI API键。服务器强制执行 vertexai: true 默认为 gemini-3-pro-image-preview (Nano Banana Pro级)。

2.选择运行方式

您可以通过两种方式运行此MCP:

  1. 本地stdio服务器(经典MCP):每个客户端生成 npx gemini-diagram-mcp 并将Vertex AI API密钥提供给客户端。
  2. 集中式HTTP服务器(建议团队使用):使用API密钥+auth(静态令牌或OIDC)运行一个Docker容器,并让客户端通过本地代理连接(客户端上没有API密钥)。

集中式部署(Docker)

这将运行一个所有代理共享的MCP服务器。

需求

  • VERTEX_AI_API_KEY (首选)
  • GOOGLE_API_KEYGOOGLE_CLOUD_API_KEY (向后兼容的别名)
  • GOOGLE_GENAI_USE_VERTEXAI=true 由服务器强制执行
  • VERTEX_AI_IMAGE_MODEL=gemini-3-pro-image-preview 默认情况下
  • 身份验证(选择一个):

- 静态令牌 (默认): MCP_AUTH_MODE=token + MCP_AUTH_TOKEN (或 MCP_AUTH_TOKENS) - OIDC JWT (建议多用户使用): MCP_AUTH_MODE=oidc + OIDC_ISSUER (+ OIDC_AUDIENCE 推荐) - 无需认证 (不推荐): MCP_AUTH_MODE=none (仅在受信任的身份验证代理/专用网络后安全)

建议 .env

VERTEX_AI_API_KEY=your-vertex-ai-api-key
# GOOGLE_GENAI_USE_VERTEXAI=true
# VERTEX_AI_IMAGE_MODEL=gemini-3-pro-image-preview
# PUBLIC_BASE_URL=http://:3000

# Auth (choose one)
MCP_AUTH_MODE=token
MCP_AUTH_TOKEN=your-strong-token

# Or: OIDC JWT auth (per-user tokens)
# MCP_AUTH_MODE=oidc
# OIDC_ISSUER=https://issuer.example.com/realms/your-realm
# OIDC_AUDIENCE=your-audience
# OIDC_JWKS_URI=https://issuer.example.com/.../jwks.json

export VERTEX_AI_API_KEY="your-vertex-ai-api-key"
export MCP_AUTH_MODE="token"
export MCP_AUTH_TOKEN="your-strong-token"
docker compose up --build

输出被写入 ./data/out 在主机上(通过绑定挂载)。

MCP终点为:

  • 流式HTTP: http://localhost:3000/mcp
  • 传统苏格兰和南方能源公司: http://localhost:3000/sse

所有端点都需要身份验证。根据您的身份验证模式:

静态令牌模式 (MCP_AUTH_MODE=token):

  • Authorization: Bearer $MCP_AUTH_TOKEN (推荐),或
  • ?token=$MCP_AUTH_TOKEN (对于无法设置标头的客户端很有用)

OIDC JWT模式 (MCP_AUTH_MODE=oidc):

  • Authorization: Bearer
  • ?token=... 在oidc模式下默认禁用;集 MCP_ALLOW_QUERY_TOKEN=1 允许(不推荐)

客户端设置(本地代理)

对于期望 command/args (Claude Code、Claude Desktop、VS Code集成等),运行包含的stdio代理,这样客户端就可以与stdio对话,但执行发生在中央服务器上。

设置环境:

  • MCP_REMOTE_URL (默认值: http://localhost:3000/mcp)
  • MCP_BEARER_TOKEN (必填;OIDC访问令牌或静态令牌)

示例(克劳德代码):

claude mcp add-json gemini-image '{
  "command":"npx",
  "args":["gemini-diagram-mcp","proxy"],
  "env":{
    "MCP_REMOTE_URL":"http://localhost:3000/mcp",
    "MCP_BEARER_TOKEN":"your-bearer-token"
  }
}'

示例(克劳德桌面):

添加 claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 窗户: %APPDATA%\\Claude\\claude_desktop_config.json
{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["gemini-diagram-mcp", "proxy"],
      "env": {
        "MCP_REMOTE_URL": "http://localhost:3000/mcp",
        "MCP_BEARER_TOKEN": "your-bearer-token"
      }
    }
  }
}

示例(VS代码/临床):

{
  "gemini-image": {
    "command": "npx",
    "args": ["gemini-diagram-mcp", "proxy"],
    "env": {
      "MCP_REMOTE_URL": "http://localhost:3000/mcp",
      "MCP_BEARER_TOKEN": "your-bearer-token"
    }
  }
}

其他MCP客户端(Codex CLI、opencode等):

如果您的客户端支持配置MCP服务器 command + args + env,使用相同的代理配置:

  • command: npx
  • args: ["gemini-diagram-mcp","proxy"]
  • env: MCP_REMOTE_URL, MCP_BEARER_TOKEN

本地(经典)安装

无需构建-只需使用 npx:

克劳德代码

claude mcp add-json gemini-image '{"command":"npx","args":["gemini-diagram-mcp"],"env":{"VERTEX_AI_API_KEY":"your-vertex-ai-api-key"}}'

或手动编辑 ~/.claude.json:

{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["gemini-diagram-mcp"],
      "env": {
        "VERTEX_AI_API_KEY": "your-vertex-ai-api-key"
      }
    }
  }
}

光标

添加到光标设置(Preferences > MCP Servers):

{
  "gemini-image": {
    "command": "npx",
    "args": ["gemini-diagram-mcp"],
    "env": {
      "VERTEX_AI_API_KEY": "your-vertex-ai-api-key"
    }
  }
}

帆板运动

添加 ~/.windsurf/mcp.json:

{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["gemini-diagram-mcp"],
      "env": {
        "VERTEX_AI_API_KEY": "your-vertex-ai-api-key"
      }
    }
  }
}

克劳德桌面版

添加 claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 窗户: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "gemini-image": {
      "command": "npx",
      "args": ["gemini-diagram-mcp"],
      "env": {
        "VERTEX_AI_API_KEY": "your-vertex-ai-api-key"
      }
    }
  }
}

Cline(VS代码)

添加到VS代码中的临床MCP设置:

{
  "gemini-image": {
    "command": "npx",
    "args": ["gemini-diagram-mcp"],
    "env": {
      "VERTEX_AI_API_KEY": "your-vertex-ai-api-key"
    }
  }
}

3.重新启动客户端

重新启动应用程序以加载MCP服务器。

使用示例

User: "Create an architecture diagram showing React → API Gateway → Lambda → DynamoDB"
AI: → Generated architecture (4:3, 2K): ./react_api_gateway.png

User: "Make the arrows thicker"
AI: → Refined image: ./react_api_gateway_refined.png

User: "Compare latency: 450ms before vs 120ms after optimization"
AI: → Generated comparison (16:9, 2K): ./latency_comparison.png

User: "Create a nice visual for my presentation"
AI: "I'm not certain about the best visualization type. What type would you prefer?
     - chart: Data visualization with clear labels
     - comparison: Side-by-side panels
     - flow: Sequential stages with arrows
     - architecture: System components with connections
     ..."

智能检测

服务器会自动从您的提示中检测最佳设置:

关键字检测到的类型纵横比
“比较”、“vs”、“前后”比较16:9
“流程”、“过程”、“管道”流程16:9
“架构”、“系统”、“层”架构4:3
“时间表”、“路线图”、“阶段”时间表16:9
“层次结构”、“组织结构图”、“树”层次结构4:3
“矩阵”、“网格”、“象限”矩阵1:1
“演示文稿”、“幻灯片”(任意)4K
“正方形”(任意)1:1
“宽”、“横幅”(任意)2:1

建筑

src/
├── index.ts              # CLI entry point (stdio/http/proxy)
├── http.ts               # Centralized HTTP MCP server
├── proxy.ts              # Stdio proxy that forwards to HTTP server
├── stdio.ts              # Classic stdio MCP server
├── mcp.ts                # Tool registration shared across modes
├── gemini/
│   ├── index.ts          # Module exports
│   └── client.ts         # Gemini API client with smart detection

运作原理

  1. 智能分析: analyzePrompt() 对类型关键字进行分数提示,返回置信度
  2. 澄清性问题:信心低→ 返回问题而不是生成
  3. 提示增强:用专业的造型说明迅速包装
  4. 图像生成:使用顶点AI模式 gemini-3-pro-image-preview 通过 @google/genai
  5. 重试逻辑:3次指数回退尝试(1秒→ 2s → 4s)
  6. 图像验证:验证生成的图像字节数,并使用正确的文件扩展名保存
  7. 会话跟踪:每个MCP连接/会话的内存中(适用于集中式服务器)

贡献

欢迎投稿!请在上打开问题或PR .

许可证

麻省理工学院

目录标签

目录标签

图表生成可视化工具TypeScriptClaude图像生成本地部署VertexAIGemini

支持客户端

Claude DesktopClaudeCursorWindsurfClineVS Code

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

token

工具数量(toolCount,工具数)

2

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明token部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP