Gemini Gen MCP

Gemini Gen MCP

](https://badge.fury.io/py/gemini-gen-mcp) 

MCP服务器，用于使用谷歌的Gemini AI模型生成Gemini图像和音频。

特性

此MCP服务器提供以下工具：

• 从文本生成图像 使用Gemini的Flash图像模型
• 从文本生成音频 使用Gemini 2.5 Flash预览TTS模型

安装

来自PyPI

pip install gemini-gen-mcp

来源

git clone https://github.com/ServiceStack/gemini-gen-mcp.git
cd gemini-gen-mcp
pip install -e .

先决条件

您需要一个Google Gemini API密钥才能使用此服务器。从以下位置获取一个 谷歌AI工作室.

环境变量

设置环境变量：

export GEMINI_API_KEY='your-api-key-here'
export GEMINI_DOWNLOAD_PATH='/path/to/downloads'  # optional

生成的文件按类型和日期组织：

• 图像： $GEMINI_DOWNLOAD_PATH/images/YYYY-MM-DD/
• 音频： $GEMINI_DOWNLOAD_PATH/audios/YYYY-MM-DD/

每个生成的文件都包含一个伴随文件 .info.json 包含生成元数据的文件。

用法

运行服务器

直接运行MCP服务器：

gemini-gen-mcp

或者作为Python模块：

python -m gemini_gen_mcp.server

与Claude Desktop一起使用

看 CLAUDE_CONFIG.md 详细说明。

将此添加到您的或 claude_desktop_config.json:

{
  "mcpServers": {
    "gemini-gen": {
      "description": "Gemini Image and Audio TTS generation",
      "command": "uvx",
      "args": [
        "gemini-gen-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "$GEMINI_API_KEY"
      }
    }
  }
}

在llms.py中使用

或将服务器配置粘贴到 llms.py MCP服务器:

姓名： gemini-gen

{
  "description": "Gemini Image and Audio TTS generation",
  "command": "uvx",
  "args": [
    "gemini-gen-mcp"
  ],
  "env": {
    "GEMINI_API_KEY": "$GEMINI_API_KEY"
  }
}

开发服务器

对于开发，您可以使用以下命令运行此服务器 uv:

{
  "mcpServers": {
    {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/ServiceStack/gemini-gen-mcp",
        "gemini-gen-mcp"
      ],
      "env": {
        "GEMINI_API_KEY": "$GEMINI_API_KEY"
      }
    }
  }
}

可用工具

text_to_image

使用Gemini的图像生成模型从文本描述生成图像。

参数：

• prompt （string，必填）：要生成的图像的文本描述
• model （字符串，可选）：使用Gemini模型

- gemini-2.5-flash-image （默认） - gemini-3-pro-image-preview

• aspect_ratio （字符串，可选）：生成图像的纵横比（默认值：“1:1”）

- 支持： 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

• temperature （浮动，可选）：图像生成的采样温度（默认值：1.0）
• top_p （浮点数，可选）：Nucleus采样参数（可选）

例子：

{
  "prompt": "A serene mountain landscape at sunset with a lake",
  "model": "gemini-2.5-flash-image",
  "aspect_ratio": "16:9",
  "temperature": 1.0
}

text_to_audio

使用Gemini的TTS模型从文本生成音频/语音。输出保存为WAV格式。

参数：

• text （字符串，必填）：要转换为语音的文本
• model （字符串，可选）：要使用的Gemini TTS模型

- gemini-2.5-flash-preview-tts （默认） - gemini-2.5-pro-preview-tts

• voice （字符串，可选）：用于语音生成的语音（默认值：“Kore”）

可用声音：

例子：

{
  "text": "Hello, this is a test of the Gemini text to speech system.",
  "model": "gemini-2.5-flash-preview-tts",
  "voice": "Kore"
}

发展

设置开发环境

# Clone the repository
git clone https://github.com/ServiceStack/gemini-gen-mcp.git
cd gemini-gen-mcp

# Install in editable mode with dependencies
pip install -e .

运行测试

# Install test dependencies
pip install pytest pytest-asyncio

# Run tests

uv run pytest tests -v

npm test

## 许可证

此项目根据MIT许可证获得许可-请参阅 [许可证](LICENSE) 文件以获取详细信息。

## 贡献

欢迎投稿！请随时提交拉取请求。

## 支持

有关问题和疑问，请使用  页面。

## 致谢

- 内置于 [FastMCP](https://github.com/jlowin/fastmcp)
- 由...驱动 [谷歌双子座AI](https://ai.google.dev/)

## 链接

- [PyPI包](https://pypi.org/project/gemini-gen-mcp/)
- 
- [谷歌AI工作室](https://aistudio.google.com/)
- [MCP文件](https://modelcontextprotocol.io/)