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

MCP Gemini Imggen

MCP Server

一个令牌优化的MCP服务器,通过返回文件路径而非Base64数据,在MCP客户端中实现Gemini图像生成。

工具数

0

提示词数

0

GitHub Stars

1

资源数

0
图像生成令牌优化PythonClaudeClaude

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

couhie

提供方

couhie

最后核验

2026/5/17 20:23

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

双子座图像生成MCP服务器

一个经过令牌优化的MCP服务器,它通过返回文件路径而非base64数据,使MCP客户端能够实现Gemini图像生成。

![Python](https://www.python.org/downloads/) ![uv](https://github.com/astral-sh/uv) ![License: MIT](https://opensource.org/licenses/MIT)

为何存在这一现象

现有的Gemini图像生成MCP服务器在Claude代码中出现故障 MCP tool response exceeded token limit 错误。它们返回的是Base64编码的图像数据(每张图像约2.4M个标记),这超出了Claude Code的25,000个标记限制。

这个实现解决了问题 通过将图像保存到磁盘并仅返回文件路径(约20个标记)——a 减少120,000倍 在代币使用方面。

实施响应代币结果
现有服务器Base64 数据2.4M❌ 错误
此服务器文件路径~20✅ 正常工作

特点/功能

  • 优化后的代币(或标记)仅返回文件路径(约20个标记,对比240万个)
  • 两种生成模式文本到图像和图像到图像的转换
  • 兼容的Claude编码在25,000个标记的限制内工作
  • ISO 8601 UTC时间戳全球可排序的文件名(YYYYMMDDTHHMMSSZ.png
  • 轻便的最小化依赖
  • 快速紫外线供电初创公司
  • 简单无需构建步骤

要求

安装 uv

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Homebrew
brew install uv

# Verify installation
uv --version

快速入门

# 1. Clone and navigate
git clone https://github.com/couhie/mcp-gemini-imggen.git
cd mcp-gemini-imggen

# 2. Configure settings
cp .env.example .env
# Edit .env and set:
#   GEMINI_API_KEY - Your API key from Google AI Studio
#   OUTPUT_DIR - Directory for generated images (e.g., ~/Pictures/ai)
#                Directory will be created automatically if it doesn't exist

# 3. Add to Claude Code
claude mcp add -s user gemini-imggen uv -- --directory $(pwd) run mcp-gemini-imggen

配置

Claude 命令行接口(CLI)(推荐)

claude mcp add -s user gemini-imggen uv -- --directory /absolute/path/to/mcp-gemini-imggen run mcp-gemini-imggen

手动设置

添加到 ~/.claude.json

{
  "mcpServers": {
    "gemini-imggen": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/mcp-gemini-imggen",
        "run",
        "mcp-gemini-imggen"
      ],
      "env": {}
    }
  }
}

使用绝对路径,而不是(相对路径) ~ (例如。, /Users/yourname/dev/mcp-gemini-imggen)

使用方法/用途

配置完成后,在Claude Code中使用MCP工具:

文本到图像生成

Generate a flat design style cute cat illustration

图像到图像的转换

Transform /Users/name/Pictures/ai/20251015T120000Z.png: make the background blue

您必须提供现有图像的文件路径。常见使用场景:

  • 修改之前生成的图像
  • 转换已保存在系统上的图像
  • 链式转换:生成 → 转换 → 再次转换

服务器将:

  1. 使用Gemini 2.5 Flash生成/转换图像
  2. 将其保存到 $OUTPUT_DIR/YYYYMMDDTHHMMSSZ.png (ISO 8601 通用协调时格式)
  3. 仅返回文件路径(约20个标记)

Claude Code 将自动显示生成的图像。

技术细节

代币优化

Base64编码的响应导致令牌爆炸:

  1. 1536×1536 PNG 约 1.4MB → Base64 约 1.9MB(增加 33% 的开销)
  2. 令牌转换:1.9MB ÷ 4个字符/令牌 ≈ 475,000个令牌
  3. 多张图像(4张):约1,900,000个标记
  4. JSON封装器:+500,000个标记
  5. 总计:约2,400,000个代币 (超过25,000的限制)

解决方案返回文件路径,而非数据

# ❌ Existing: 2.4M tokens
{"type": "image", "data": "iVBORw0KGgo...", "mimeType": "image/png"}

# ✅ This server: ~20 tokens
[{"type": "text", "text": "/Users/name/Pictures/ai/20251015T120000Z.png"}]

故障排除

"uv: command not found" 翻译成中文是:“uv:命令未找到”

首先安装uv:

curl -LsSf https://astral.sh/uv/install.sh | sh

“GEMINI_API_KEY”环境变量是必需的

从以下位置获取您的API密钥 Google AI Studio(谷歌人工智能工作室) 并添加到 .env

“需要设置 OUTPUT_DIR 环境变量”

设置您所需的输出目录 .env (例如。, OUTPUT_DIR=~/Pictures/ai)。 如果目录不存在,将会自动创建。

图像未生成

做出贡献

欢迎贡献!请提交一个拉取请求。

许可证

MIT 许可证 - 请参阅 许可证 详情请见。

链接

目录标签

目录标签

图像生成令牌优化PythonClaude本地部署MCP服务器GeminiAPI

支持客户端

Claude

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)

api-key

工具数量(toolCount,工具数)

0

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api-key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