Gemini Image Generator MCP Server

Gemini Image Generator MCP サーバー

MCP プロトコルを通じて Google の Gemini モデルを使用し、テキストプロンプトから高品質な画像を生成します。

概要

この MCP サーバーを使うと、あらゆる AI アシスタントが Google の Gemini AI モデルで画像を生成できます。サーバーはプロンプトエンジニアリング、テキストから画像への変換、ファイル名の生成、ローカルへの画像保存を処理するため、あらゆる MCP クライアントから AI 生成画像を簡単に作成、管理できます。

機能

• Gemini 2.0 Flash を使用したテキストから画像への生成
• テキストプロンプトに基づく画像から画像への変換
• ファイル形式と Base64 エンコード形式の両方の画像に対応
• プロンプトに基づくインテリジェントなファイル名の自動生成
• 英語以外のプロンプトの自動翻訳
• 出力先を設定できるローカル画像保存
• 生成画像へのテキスト混入を厳密に防止
• 高解像度の画像出力
• 画像データとファイルパスの両方に直接アクセス

利用可能な MCP ツール

このサーバーは、AI アシスタント向けに以下の MCP ツールを提供します。

1. generate_image_from_text

テキストプロンプトの説明から新しい画像を作成します。

generate_image_from_text(prompt: str) -> Tuple[bytes, str]

パラメーター：

• prompt：生成する画像のテキスト説明

戻り値：

• 以下を含むタプル：
  • 生の画像データ（bytes）
  • 保存された画像ファイルのパス（str）

この二重の戻り値形式により、AI アシスタントは画像データを直接扱うことも、保存されたファイルパスを参照することもできます。

例：

• 「山々に沈む夕日の画像を生成」
• 「SF 都市を飛ぶ、フォトリアルなブタを作成」

出力例

この画像は、次のプロンプトを使用して生成されました。

"Hi, can you create a 3d rendered image of a pig with wings and a top hat flying over a happy futuristic scifi city with lots of greenery?"

緑にあふれた未来的な SF 都市の上空を、翼とシルクハットのある 3D レンダリングのブタが飛んでいます

既知の問題

この MCP サーバーを Claude Desktop Host で使用する場合：

1. パフォーマンスの問題：transform_image_from_encoded を使用すると、ほかの方法に比べて処理にかなり時間がかかることがあります。これは、大きな Base64 エンコード画像データを MCP プロトコル経由で転送する際のオーバーヘッドによるものです。

2. パス解決の問題：Claude Desktop Host を使用すると、画像パスが正しく解決されない場合があります。ホストアプリケーションが返されたファイルパスを適切に解釈できず、生成された画像にアクセスしにくくなることがあります。

最適な使用感を得るには、可能であれば別の MCP クライアントか transform_image_from_file メソッドの使用を検討してください。

2. transform_image_from_encoded

Base64 エンコードされた画像データを使用し、テキストプロンプトに基づいて既存の画像を変換します。

transform_image_from_encoded(encoded_image: str, prompt: str) -> Tuple[bytes, str]

パラメーター：

• encoded_image：形式ヘッダーを含む Base64 エンコード画像データ（形式は "data:image/[format];base64,[data]" である必要があります）
• prompt：画像をどのように変換するかを説明するテキスト

戻り値：

• 以下を含むタプル：
  • 変換後の生の画像データ（bytes）
  • 変換後の画像ファイルの保存先パス（str）

例：

• 「この風景に雪を追加」
• 「背景をビーチに変更」

3. transform_image_from_file

テキストプロンプトに基づいて、既存の画像ファイルを変換します。

transform_image_from_file(image_file_path: str, prompt: str) -> Tuple[bytes, str]

パラメーター：

• image_file_path：変換する画像ファイルのパス
• prompt：画像をどのように変換するかの説明文

戻り値：

• 以下を含むタプル：
  • 変換後の画像データ（バイト列）
  • 変換後の画像ファイルの保存先パス（文字列）

例：

• 「この画像の人物の隣にラマを追加してください」
• 「この昼間の風景を夜のように見せてください」

変換例

上で作成した空飛ぶブタの画像を使い、以下のプロンプトで変換しました。

"Add a cute baby whale flying alongside the pig"

変換前：

変換後：

元の空飛ぶブタの画像に、隣を一緒に飛ぶかわいい赤ちゃんクジラを追加しました

セットアップ

前提条件

• Python 3.11+
• Google AI API キー（Gemini）
• MCP ホストアプリケーション（Claude Desktop App、Cursor、またはその他の MCP 対応クライアント）

Gemini API キーの取得

1. Google AI Studio API Keys pageにアクセスします
2. Google アカウントでサインインします
3. 「Create API Key」をクリックします
4. 設定で使用する新しい API キーをコピーします
5. 注：API キーには、月ごとの無料利用枠があります。Google AI Studio で使用状況を確認できます

インストール

Smithery 経由でのインストール

Smitheryを使って、Claude Desktop 用の Gemini Image Generator MCP を自動的にインストールするには：

npx -y @smithery/cli install @qhdrl12/mcp-server-gemini-image-gen --client claude

手動インストール

1. リポジトリをクローンします：

git clone https://github.com/your-username/mcp-server-gemini-image-generator.git
cd mcp-server-gemini-image-generator

2. 仮想環境を作成し、依存関係をインストールします：

# Using uv (recommended)
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
uv pip install -e .

# Or using regular venv
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
pip install -e .

3. 環境変数を設定します（いずれかの方法を選択してください）：

方法 A：.env ファイルを使用（任意）

# Create .env file in the project root
cat > .env << 'EOF'
GEMINI_API_KEY=your-gemini-api-key-here
OUTPUT_IMAGE_PATH=/path/to/save/images
EOF

方法 B：Claude Desktop の設定で直接指定（推奨）

• claude_desktop_config.json に環境変数を直接設定します（下記の設定セクションを参照）

Claude Desktop の設定

claude_desktop_config.json に以下を追加します：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
    "mcpServers": {
        "gemini-image-generator": {
            "command": "uv",
            "args": [
                "--directory",
                "/absolute/path/to/mcp-server-gemini-image-generator",
                "run",
                "mcp-server-gemini-image-generator"
            ],
            "env": {
                "GEMINI_API_KEY": "your-actual-gemini-api-key-here",
                "OUTPUT_IMAGE_PATH": "/absolute/path/to/your/images/directory"
            }
        }
    }
}

重要な設定に関する注意事項：

1. パスを実際のパスに置き換える：

   • /absolute/path/to/mcp-server-gemini-image-generator を、このリポジトリをクローンした実際の場所に変更します
   • /absolute/path/to/your/images/directory を、生成した画像の保存先に変更します

2. 環境変数：

   • your-actual-gemini-api-key-here を、Google AI Studio で取得した実際の Gemini API キーに置き換えます
   • 画像が正しく保存されるよう、OUTPUT_IMAGE_PATH には絶対パスを使用します

3. 実際のパスを指定した例：

{
    "mcpServers": {
        "gemini-image-generator": {
            "command": "uv",
            "args": [
                "--directory",
                "/Users/username/Projects/mcp-server-gemini-image-generator",
                "run",
                "mcp-server-gemini-image-generator"
            ],
            "env": {
                "GEMINI_API_KEY": "GEMINI_API_KEY",
                "OUTPUT_IMAGE_PATH": "OUTPUT_IMAGE_PATH"
            }
        }
    }
}

使い方

インストールと設定が完了したら、次のようなプロンプトを使って、Claude に画像の生成や変換を依頼できます。

新しい画像の生成

• 「山に沈む夕日の画像を生成してください」
• 「未来的な街並みのイラストを作成してください」
• 「サングラスをかけた猫の画像を作成してください」

既存の画像の変換

• 「この画像の風景に雪を追加してください」
• 「この写真を夜に撮影したように編集してください」
• 「この画像の背景に飛んでいるドラゴンを追加してください」

生成または変換された画像は、設定した出力先に保存され、Claude に表示されます。更新された戻り値の型により、AI アシスタントは保存済みファイルにアクセスしなくても、画像データを直接扱えるようになります。

テスト

FastMCP 開発サーバーを実行すると、アプリケーションをテストできます。

fastmcp dev server.py

このコマンドを実行すると、ローカルの開発サーバーが起動し、http://localhost:5173/ で MCP Inspector を利用できるようになります。 MCP Inspector は便利なウェブインターフェースを提供しており、Claude やほかの MCP クライアントを使わずに、画像生成ツールを直接テストできます。 テキストのプロンプトを入力してツールを実行し、すぐに結果を確認できるため、開発やデバッグに役立ちます。

ライセンス

MIT License