N8n Gemini MCP Server

N8N Gemini MCP服务器

MCP服务器，用于将Claude Desktop与N8N和Google Imagen API集成以生成图像

🚀 建筑

Claude Desktop → MCP Server → N8N Webhook → Google Imagen API → Generated Image

该项目提供了一个模型上下文协议（MCP）服务器，允许Claude Desktop通过以下方式生成图像：

1. 接受base64编码的图像和文本提示
2. 向N8N工作流发送请求
3. 通过Google Cloud的Imagen API处理图像
4. 返回生成的图像

✨ 特性

• 🖼️ 图像到图像生成：使用AI转换现有图像
• 💬 自然语言提示：使用描述性文本来指导生成
• 🔄 稳健的错误处理：全面的验证和错误响应
• 🛡️ 安全：输入验证和安全的API处理
• 📊 结构化响应：使用元数据清理JSON响应

📋 先决条件

• Node.js 18+
• N8N实例（本地或云）
• 启用Vertex AI API的Google云平台帐户
• 克劳德桌面

🛠️ 安装

1.克隆存储库

git clone https://github.com/Joseph19820124/n8n-gemini-mcp-server.git
cd n8n-gemini-mcp-server

2.安装依赖项

npm install

3.配置环境

cp .env.example .env
# Edit .env with your N8N webhook URL

4.设置谷歌云

1. 在Google云控制台中启用Vertex AI API
2. 创建服务帐户并下载JSON凭据
3. 记下您的项目ID

5.导入N8N工作流

1. 打开N8N实例
2. 导入 n8n-workflow.json 文件
3. 在N8N中配置Google Cloud凭据
4. 更新HTTP请求节点中的PROJECT_ID

6.配置克劳德桌面

将配置添加到您的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": {
    "n8n-gemini-image": {
      "command": "node",
      "args": ["/path/to/n8n-gemini-mcp-server/server.js"],
      "env": {
        "N8N_WEBHOOK_URL": "https://your-n8n-instance.com/webhook/gemini-image-gen"
      }
    }
  }
}

🚀 用法

1. 启动MCP服务器

   npm start

1. 测试N8N Webhook

   curl -X POST https://your-n8n-instance.com/webhook/gemini-image-gen \
     -H "Content-Type: application/json" \
     -d '{
       "image_base64": "your-base64-encoded-image",
       "prompt": "Make this image more colorful and vibrant"
     }'

1. 在Claude桌面中使用

- 上传图片 - 请克劳德修改一下：“请让这张照片看起来像水彩画” - Claude将使用MCP服务器生成结果

📁 项目结构

n8n-gemini-mcp-server/
├── server.js                    # Main MCP server implementation
├── package.json                 # Node.js project configuration
├── n8n-workflow.json           # N8N workflow configuration
├── claude-desktop-config.json  # Example Claude Desktop config
├── .env.example                # Environment variables template
├── .gitignore                  # Git ignore rules
└── README.md                   # This file

🔧 配置选项

环境变量

• N8N_WEBHOOK_URL：您的N8N webhook端点URL
• PORT：服务器端口（默认：stdio）
• DEBUG：启用调试日志记录

N8N工作流参数

您可以在N8N工作流中自定义图像生成：

{
  "parameters": {
    "aspectRatio": "1:1",        // Image aspect ratio
    "mode": "image-to-image",     // Generation mode
    "sampleCount": 1,             // Number of images to generate
    "safetyFilterLevel": "block_some"  // Content filtering
  }
}

🐛 故障排除

常见问题

MCP服务器无法连接

• 验证Node.js版本>=18
• 检查N8N_WEBHOOK_URL是否正确
• 确保N8N实例可访问

图像生成失败

• 确认Google Cloud Vertex AI API已启用
• 检查服务帐户权限
• 验证项目账单是否处于活动状态
• 确保图像正确进行base64编码

N8N工作流错误

• 检查工作流中的webhook URL
• 在N8N中验证Google Cloud凭据
• 在N8N UI中查看执行日志

调试模式

DEBUG=true npm start

🔒 安全考虑

• 安全地存储Google Cloud凭据
• 在生产环境中为N8N webhooks使用HTTPS
• 为API调用实现速率限制
• 启用适当的内容过滤
• 验证所有输入参数

🚀 高级用法

支持多种图像服务

您可以扩展服务器以支持多种图像生成服务：

1. 在中添加新工具 server.js
2. 创建相应的N8N工作流
3. 根据服务类型路由请求

批处理

扩展MCP服务器以批量生成映像：

// Add to tools array
{
  name: 'generate_images_batch',
  description: 'Generate multiple images from prompts',
  inputSchema: {
    type: 'object',
    properties: {
      prompts: {
        type: 'array',
        items: { type: 'string' }
      }
    }
  }
}

📈 性能优化

• 使用CDN缓存生成的图像
• 对大型请求实施异步处理
• 添加API失败的重试机制
• 监控API的使用情况和成本
• 使用图像压缩实现更快的传输

🤝 贡献

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 如果适用，添加测试
5. 提交拉取请求

📄 许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 模型上下文协议 通过Anthropic
• N8N 工作流程自动化
• 谷歌云顶点AI 用于图像生成

📞 支持

如果您遇到问题：

1. 检查故障排除部分
2. 查看N8N执行日志
3. 启用调试模式以进行详细日志记录
4. 在GitHub上创建一个包含日志和配置详细信息的问题

______________________________________________________________________

图像生成快乐！ 🎨