Gemini 3 Pro 图像 MCP 服务器 🎨

专为 Google 的 Gemini 3 Pro 图像生成服务的专业 MCP 服务器 —— 具有先进推理能力、高分辨率输出和 Google 搜索支持的状态领先的图像生成工具。

✨ 特性

Gemini 3 Pro 图像功能

• 高分辨率输出：生成 1K、2K 和 4K 分辨率的图像
• 高级文本渲染：在信息图、菜单、图表和营销材料中创建可读且风格化的文本
• 最多 14 张参考图像：混合最多 14 张参考图像（6 个对象 + 5 个人）以保持一致的风格和角色
• Google 搜索支持：使用实时数据从 Google 搜索（天气、股票、事件、地图）
• 思考模式：模型通过推理过程优化构图，然后再生成最终输出

高级功能

• 🤖 AI 提示增强：自动优化提示以获得更好的结果
• 🔍 Google 搜索集成：基于实时信息生成图像
• 🎨 参考图像：使用最多 14 张图像以保持风格一致性
• 📐 灵活的宽高比：支持 10 种宽高比（1:1, 16:9, 9:16, 3:2, 4:3, 4:5, 5:4, 2:3, 3:4, 21:9）
• 💭 思维过程可见性：查看模型的思维过程（中间图像和推理）
• 🚀 批量处理：通过并行处理高效生成多张图像
• 🎯 双模态：获取文本解释和图像响应

生产就绪

• 完整的错误处理和验证
• 通过环境变量配置设置
• 详细的日志记录和调试
• 配置和模型信息的 MCP 资源

🎬 展示 - Gemini 3 Pro 图像功能

Gemini 3 Pro 图像 - 体验具有先进推理能力和高分辨率输出的状态领先图像生成。

关键功能演示

所有图像都可以以 4K 分辨率 和 启用 AI 提示增强 生成。

示例用例

1. 高分辨率专业资产

生成一张“现代办公空间内部带有自然光线”的 4K 图像
- 模型：gemini-3-pro-image-preview
- 图像大小：4K
- 宽高比：16:9

2. 实时数据可视化

生成一张基于 Google 搜索的图像：
“可视化旧金山未来五天的天气预报，作为干净、现代的天气图表。添加每天应穿什么的视觉”
- 启用 Google 搜索：true
- 宽高比：16:9

3. 参考图像一致性

使用参考图像保持一致的角色：
- 提供最多 5 张人物参考图像
- 提供最多 6 张物体参考图像
- 生成“这些人的办公室合影，他们正在做鬼脸”

4. 高级文本渲染

生成带有可读文本的信息图、菜单或图表：
“创建一个餐厅菜单，展示开胃菜、主菜和甜点，使用优雅的字体”
- 图像大小：2K
- 宽高比：3:4

🔥 为什么 Gemini 3 Pro 图像是强大的

1. 最先进的质量：内置生成能力高达 4K 分辨率
2. 先进的推理：思考模式在最终输出之前优化构图
3. 实时定位：Google 搜索集成提供准确的实时数据
4. 角色一致性：使用最多 14 张参考图像保持风格
5. 专业功能：高级文本渲染用于信息图和营销

🎨 提示增强展示

看看 AI 提示增强的力量！简单的提示会自动转换成详细、电影般的描述：

原始提示：“一只穿着黑色共生蜘蛛侠套装的凶猛狼，在夜晚的城市中穿梭”

增强提示：“一只强壮的阿拉斯加苔原狼，咆哮着，穿着黑色、粘稠、湿漉漉的共生套装，上面有一个夸张的白色蜘蛛标志。捕捉到空中悬停的瞬间，紧绷的发光蛛丝。低角度视角，超细节的午夜新黑暗城市景观，雨滑的沥青路面。高对比度的电影照明，深阴影和电光霓虹灯边缘。”

生成的图像（2K，16:9，提示增强：开启）

狼 - 黑色共生套装

狮子 - 经典红蓝套装

黑豹 - 共生套装

鹰 - 经典套装飞行

灰熊 - 共生套装

狐狸 - 经典套装黄昏

所有图像均以 enhance_prompt: true 生成，展示了如何将简单描述变成逼真、电影般的杰作，具有戏剧性的灯光、详细的纹理和专业的构图。

📸 超现实主义能力

Gemini 3 Pro 图像擅长创造极其逼真的图像，描绘人们在不寻常和富有想象力的情景中：

黄仁勋 - GPU 冲浪

骑着巨大的 NVIDIA GPU 芯片穿过霓虹灯照耀的赛博朋克城市

埃隆·马斯克 - 火星国际象棋比赛

在火星表面与人形机器人下棋，背景可见地球

黄仁勋 - GPU 厨房

在所有电器都是带 RGB 照明的 GPU 的高科技厨房里做早餐

埃隆·马斯克 - Cybertruck 交响乐

在一个音乐厅里指挥完全由特斯拉 Cybertruck 组成的交响乐团

黄仁勋 - 水下数据中心

在水下数据中心潜水，周围是发光的服务器和热带鱼

埃隆·马斯克 - SpaceX 滑板

在 SpaceX 工厂滑板，背景是一艘 Starship 火箭

这些图像展示了该模型的卓越能力：

• 生成逼真的真人肖像
• 将现实与创意、超现实概念融合
• 保持准确的光照和透视
• 创建详细、可信的环境
• 处理包含多个元素的复杂构图

🚀 快速开始

前提条件

• Python 3.11 或更高版本
• Google Gemini API 密钥（免费）

安装

方案 1：使用 uv（推荐）

# 如果尚未安装，请安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 安装并运行服务器
uvx ultimate-gemini-mcp

方案 2：使用 pip

pip install ultimate-gemini-mcp

方案 3：从源码

git clone <repository-url>
cd ultimate-gemini-mcp
uv sync

配置

在项目目录中创建一个 .env 文件：

cp .env.example .env
# 编辑 .env 并添加你的 GEMINI_API_KEY

或者直接设置环境变量：

export GEMINI_API_KEY=your_api_key_here

📖 使用方法

与 Claude Desktop

在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "ultimate-gemini": {
      "command": "uvx",
      "args": ["ultimate-gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

重要注意事项：

1. 图像自动保存 到 ~/gemini_images（您的主目录）。您可以选择设置 OUTPUT_DIR 来自定义此位置：

   • macOS："OUTPUT_DIR": "/Users/yourusername/custom_folder"
   • Windows："OUTPUT_DIR": "C:\\Users\\YourUsername\\custom_folder"

2. macOS 上的 uvx 路径问题：如果您遇到 spawn uvx ENOENT 错误，请使用 uvx 的完整路径：

   "command": "/Users/yourusername/.local/bin/uvx"
   

配置文件位置：

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

与 Claude Code (VS Code)

# 向 Claude Code 添加 MCP 服务器
claude mcp add ultimate-gemini \
  --env GEMINI_API_KEY=your-api-key \
  -- uvx ultimate-gemini-mcp

注意：图像自动保存到 ~/gemini_images。要自定义，请添加 --env OUTPUT_DIR=/your/custom/path。

与 Cursor

在 Cursor 的 MCP 配置（.cursor/mcp.json）中添加：

{
  "mcpServers": {
    "ultimate-gemini": {
      "command": "uvx",
      "args": ["ultimate-gemini-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

注意：图像自动保存到 ~/gemini_images。可选地添加 "OUTPUT_DIR": "/your/custom/path" 来自定义。

🎯 可用模型

Gemini 3 Pro 图像

• gemini-3-pro-image-preview（默认）：针对专业资产生产的最先进的图像生成，具备：
  • 内置 1K、2K 和 4K 分辨率支持
  • 高级文本渲染能力
  • 最多 14 张参考图像以保持一致性
  • Google 搜索支持实时数据
  • 思考模式，带有推理过程
  • 支持文本和图像两种响应模式

🛠️ 工具

generate_image

使用 Gemini 3 Pro 图像生成专业图像，具备高级功能。

参数：

• prompt（必需）：要生成的图像的文字描述
• model：使用的模型（默认：gemini-3-pro-image-preview）
• enhance_prompt：自动增强提示使用 AI（默认：true）
• aspect_ratio：宽高比，如 1:1, 16:9, 9:16, 3:2, 4:5 等（默认：1:1）
• image_size：分辨率：1K, 2K 或 4K（默认：1K）
• output_format：图像格式：png, jpeg, webp（默认：png）
• reference_image_paths：参考图像路径列表（总共最多 14 张）
  • 最多 6 张物体图像以实现高保真度
  • 最多 5 张人物图像以保持角色一致性
• enable_google_search：启用 Google 搜索支持实时数据（默认：false）
• response_modalities：响应类型，如 ["TEXT", "IMAGE"]（默认：两者）

示例：

1. 基本图像生成：
   生成一张“夕阳下的宁静山景，湖面倒影”的图像

2. 具体宽高比的高分辨率：
   生成一张“现代极简建筑”的 4K 图像，宽高比 16:9

3. 启用 Google 搜索：
   生成一张启用 Google 搜索的图像：“纽约市当前的天气地图”

4. 使用参考图像：
   生成一张参考图像路径为 ["/path/person1.png", "/path/person2.png"] 的图像
   提示：“这些人的办公室合影，他们正在做鬼脸”

batch_generate

通过并行批处理高效处理多个提示。

参数：

• prompts（必需）：提示列表
• model：所有图像使用的模型
• enhance_prompt：增强所有提示（默认：true）
• aspect_ratio：所有图像的宽高比
• batch_size：并行处理大小（默认：来自配置）

示例：

批量生成以下提示的图像：
1. “科技初创公司的极简徽标设计”
2. “现代仪表盘 UI 设计”
3. “移动应用线框图”

🎨 高级功能

AI 提示增强

当启用（默认）时，服务器使用 Gemini Flash 自动增强您的提示：

原始提示：一只猫戴着太空头盔

增强提示：一只真实的家猫戴着未来感的太空头盔的肖像，近距离构图，温暖的工作室照明，细致的毛发纹理，反射的头盔镜面显示微妙的反射，柔和的背景焦点，专业的摄影风格

这显著提高了图像质量，而无需您成为提示工程专家！

Google 搜索定位

基于实时数据生成图像：

生成一张启用 Google 搜索的图像：
- 提示：“可视化旧金山当前的天气预报，作为现代图表”
- 启用 Google 搜索：true

响应将包括所使用的搜索来源的定位元数据。

参考图像的一致性

在多次生成中保持一致的角色和物体：

生成一张图像：
- 提示：“这些人的办公室合影，他们正在做鬼脸”
- 参考图像路径：["/path/person1.png", "/path/person2.png", "/path/person3.png"]
- 宽高比："5:4"
- 图像大小："2K"

您可以提供最多 14 张参考图像（最多 6 个物体，最多 5 个人）。

高分辨率资产

生成专业的 4K 资产：

生成一张“科技初创公司的极简徽标设计”的 4K 图像
使用图像大小："4K" 和宽高比："1:1"

⚙️ 配置

环境变量

变量	描述	默认值
GEMINI_API_KEY	Google Gemini API 密钥（必需）	-
OUTPUT_DIR	生成图像的目录	~/gemini_images
ENABLE_PROMPT_ENHANCEMENT	启用 AI 提示增强	true
ENABLE_BATCH_PROCESSING	启用批处理	true
DEFAULT_MODEL	默认模型	gemini-3-pro-image-preview
DEFAULT_IMAGE_SIZE	默认分辨率	2K
ENABLE_GOOGLE_SEARCH	启用 Google 搜索定位	false
REQUEST_TIMEOUT	API 请求超时（秒）	60
MAX_BATCH_SIZE	最大并行批处理大小	8
LOG_LEVEL	日志级别	INFO

📚 MCP 资源

models://list

查看所有可用模型及其描述和功能。

settings://config

查看当前服务器配置。

🎭 使用场景

网页开发

• 英雄图像和横幅
• UI/UX 原型和线框图
• 标识和品牌资产
• 占位符图像

应用开发

• 应用图标和启动画面
• 用户界面元素
• 营销材料
• 文档图像

内容创作

• 博客文章插图
• 社交媒体图形
• 演讲视觉效果
• 产品原型

创意项目

• 角色设计迭代
• 概念艺术探索
• 风格变化
• 场景构图

📊 Gemini 3 Pro 图像功能

功能	支持	详情
分辨率选项	✅ 1K, 2K, 4K	内置高分辨率生成
参考