Gemini Image Video MCP

Gemini AI MCP服务器

一个全面的模型上下文协议（MCP）服务器，集成了谷歌的Gemini AI功能，用于图像生成、视频创建、文本处理和图像分析。专为smithery.ai部署而构建，完全支持TypeScript。

🚀 特性

🎨 图像生成

• 纳米香蕉模型 （Gemini 2.5 Flash图像）-快速高效的图像生成
• 图3/4型号 -高保真、逼真的图像创作
• 多种样式 -自然、艺术、逼真、卡通、动漫
• 灵活的纵横比 - 1:1, 16:9, 4:3, 3:2, 2:3, 3:4, 9:16, 21:9
• 批处理 -同时生成多个图像
• 图像编辑 -使用文本提示编辑现有图像

🎬 视频生成

• VEO 3.1模型 -最先进的视频生成
• 高质量输出 -720p和1080p分辨率选项
• 灵活的持续时间 -4-8秒视频
• 多种样式 -自然、电影、艺术、动画
• 图像转视频 -将静态图像转换为动态视频
• 摄像机移动 -静态、平移、缩放、倾斜、跟踪
• 批量视频生成 -高效地创建多个视频

📝 文本处理

• 双子座2.5闪光灯 -用于文本生成的高级语言模型
• 可定制参数 -温度、最大令牌、top-p、top-k
• 多个用例 -创意写作、分析、总结
• 图像分析 -具有OCR的计算机视觉功能
• 批次分析 -同时处理多个图像

🗃️ 媒体管理

• 参考图像上传 -上传并注册图像以备将来使用
• 媒体库 -列出并管理所有生成的内容
• 下载管理 -下载单个或批量媒体文件
• 有序存储 -对媒体项目进行分类和标记
• 元数据支持 -丰富的元数据，便于更好地组织

🛠️ 安装

先决条件

• Node.js 18+
• npm或纱线
• Google Gemini API密钥

快速设置

1. 克隆或下载项目

   cd gemini-mcp-server

1. 安装依赖项

   npm install

1. 设置API密钥

   export GEMINI_API_KEY="your-gemini-api-key-here"

1. 构建项目

   npm run build

1. 启动服务器

   ./run.sh

🔧 部署到smithery.ai

方法1：直接部署

1. 上传到smithery.ai

- 将项目目录上传到smithery.ai - 平台将自动检测 mcp-server.json 配置 - 设置 GEMINI_API_KEY smithery.ai中的环境变量

1. 测试部署

- 使用smithery.ai的测试界面 - 验证所有工具是否可用且功能正常

方法2：本地测试

1. 设置环境变量

   export GEMINI_API_KEY="your-api-key"
   export LOG_LEVEL=debug

1. 在本地运行

   ./run.sh

📋 可用工具

图像生成工具

generate_image_nano_banana

使用Nano Banana模型生成图像，以获得快速、高效的结果。

{
  "prompt": "A serene mountain landscape at sunset",
  "style": "natural",
  "aspectRatio": "16:9",
  "quality": "standard"
}

generate_image_imagen

使用Imagen 3/4模型创建高质量图像。

{
  "prompt": "A photorealistic portrait of a person reading a book",
  "model": "imagen4",
  "style": "photorealistic",
  "quality": "high"
}

batch_generate_images

在一个请求中生成多个图像。

{
  "model": "nano-banana",
  "items": [
    {
      "prompt": "A red apple on a white background",
      "style": "photorealistic"
    },
    {
      "prompt": "A green apple on a white background", 
      "style": "photorealistic"
    }
  ]
}

edit_image_with_prompt

使用AI编辑现有图像。

{
  "imageUrl": "https://example.com/image.jpg",
  "editType": "modify",
  "prompt": "Change the background to a beach setting"
}

视频生成工具

generate_video_veo

使用Veo 3.1生成视频。

{
  "prompt": "A cat playing in a sunny garden",
  "duration": 8,
  "resolution": "1080p",
  "style": "natural"
}

image_to_video

将图像转换为视频。

{
  "imageUrl": "https://example.com/portrait.jpg",
  "prompt": "The person turns their head slightly to the left",
  "cameraMovement": "pan",
  "duration": 6
}

batch_generate_videos

高效地生成多个视频。

{
  "items": [
    {
      "prompt": "Ocean waves on a beach",
      "style": "cinematic"
    },
    {
      "prompt": "Forest with falling leaves",
      "style": "artistic"
    }
  ]
}

媒体管理工具

upload_reference_image

上传图片以备后用。

{
  "imageUrl": "https://example.com/style-image.jpg",
  "title": "Art Style Reference",
  "description": "Impressionist art style for reference",
  "category": "art"
}

list_generated_media

浏览您的媒体库。

{
  "limit": 10,
  "offset": 0
}

download_media

下载生成的内容。

{
  "mediaId": "gemini_12345_example"
}

delete_media

删除媒体文件。

{
  "mediaId": "gemini_12345_example",
  "confirmDelete": true
}

文本处理工具

generate_text

生成文本内容。

{
  "prompt": "Write a creative story about AI and creativity",
  "model": "gemini-2.5-flash",
  "temperature": 0.8,
  "maxTokens": 1000
}

analyze_image

分析图像内容。

{
  "imageUrl": "https://example.com/photo.jpg",
  "analysisType": "analyze",
  "prompt": "Identify the main objects and describe the scene"
}

batch_analyze_images

分析多个图像。

{
  "imageUrls": [
    "https://example.com/img1.jpg",
    "https://example.com/img2.jpg"
  ],
  "analysisType": "describe",
  "comparisonMode": true
}

🏗️ 建筑

项目结构

gemini-mcp-server/
├── src/
│   ├── index.ts                 # Main server implementation
│   ├── constants.ts             # Configuration and schemas
│   ├── gemini-client.ts         # Gemini API integration
│   ├── logger.ts                # Logging utilities
│   └── tools/                   # Tool implementations
│       ├── index.ts             # Tool registry
│       ├── registry.ts          # Tool registration logic
│       ├── image-generation.ts  # Image tools
│       ├── video-generation.ts  # Video tools
│       ├── media-management.ts  # Media tools
│       └── text-processing.ts   # Text tools
├── dist/                        # Compiled JavaScript
├── package.json                 # Dependencies and scripts
├── tsconfig.json                # TypeScript configuration
├── run.sh                       # Startup script
├── mcp-server.json             # Smithery.ai configuration
└── README.md                    # This file

关键组件

1. 双子座API客户端 -处理与谷歌Gemini API的所有通信
2. 工具注册表 -集中工具注册和执行
3. 进度跟踪 -长时间运行操作的实时更新
4. 错误处理 -全面的错误管理和报告
5. 媒体管理 -生成内容的存储和组织

🔐 环境变量

🧪 测试

手动测试

1. 启动服务器： ./run.sh
2. 使用任何兼容MCP的客户端进行连接
3. 使用各种参数测试单个工具
4. 验证错误处理和边缘情况

API健康检查

该服务器包含一个内置的健康检查，用于验证Gemini API连接。

🛡️ 安全考虑

• API密钥从未被永久记录或存储
• 所有用户输入都使用Zod模式进行验证
• 网络请求具有超时和重试机制
• 错误消息不会暴露敏感信息

📝 使用的API模型

图像生成

• gemini-2.5-flash-image -用于快速生成的纳米香蕉模型
• imagen-3.0-generate-002 -Imagen 3，高品质
• imagen-4.0-generate-preview-06-06 -图像4，质量最佳

视频生成

• veo-3.1-generate -Veo 3.1用于标准视频生成
• veo-3.1-fast-generate -Veo 3.1快速获得更快的结果

文本生成

• gemini-2.5-flash -最新Gemini 2.5 Flash型号
• gemini-2.0-flash-exp -实验双子2.0闪光灯

🤝 贡献

此MCP服务器设计为可扩展的。要添加新工具，请执行以下操作：

1. 在中创建新的工具文件 src/tools/
2. 使用工具 UnifiedTool 接口
3. 使用注册工具 registerTool()
4. 添加全面的文档和示例

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件。

🔗 资源

• Gemini API文件
• MCP协议规范
• smithery.ai平台
• 谷歌人工智能工作室

🆘 支持

对于问题、疑问或贡献：

1. 检查上述文件
2. 查看工具示例
3. 不同参数测试
4. 验证您的API密钥是否具有适当的权限

______________________________________________________________________

*内置❤️ 为MCP社区和smithery.ai*