Imagen Tools Server

MCP (Model Context Protocol) Server für Google Gemini Imagen-Bildgenerierung über Vertex AI.

Features

• Bildgenerierung: Erstellt Bilder mit Gemini 3 Pro Image (gemini-3-pro-image)
• Bildbearbeitung: Bearbeitet bestehende Bilder mit Prompts
• Auflösungsunterstützung: 1K, 2K, 4K
• Aspect Ratios: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 21:9
• Base64-Dekodierung: Automatische Handhabung von base64-kodierten Bilddaten

Voraussetzungen

Google Cloud Setup

1. Google Cloud Projekt erstellen

   • Erstelle ein Google Cloud Projekt oder verwende ein bestehendes
   • Aktiviere die Vertex AI API
   • Notiere dir die Project ID

2. Google Cloud SDK installieren

   • Download: https://cloud.google.com/sdk/docs/install

3. Authentifizierung einrichten

   gcloud auth application-default login
   

4. GOOGLE_CLOUD_PROJECT Umgebungsvariable setzen

   Windows (PowerShell):

   setx GOOGLE_CLOUD_PROJECT "your-project-id"
   

   Linux/Mac:

   export GOOGLE_CLOUD_PROJECT="your-project-id"
   # Dauerhaft in ~/.bashrc oder ~/.zshrc hinzufügen:
   echo 'export GOOGLE_CLOUD_PROJECT="your-project-id"' >> ~/.bashrc
   

   Wichtig: Nach dem Setzen der Umgebungsvariable muss das Terminal/die Shell neu gestartet werden!

5. (Optional) Quota-Projekt setzen

   gcloud auth application-default set-quota-project your-project-id
   

Python Dependencies

pip install -r requirements.txt

Erfordert:

• google-genai >= 1.59.0
• mcp
• Pillow

Verwendung

Als MCP Server

In ~/.claude/settings.json (oder entsprechender Konfiguration):

{
  "mcpServers": {
    "imagen-tools": {
      "command": "python",
      "args": ["C:/Users/herbe/mcp/imagen_tools_mcp.py"]
    }
  }
}

Tools

create_image_using_gemini

Erstellt ein neues Bild.

Parameter:

• prompt (required): Bildbeschreibung (sollte mit "Generate" oder "Create" beginnen)
• aspect_ratio (optional): Seitenverhältnis (default: "16:9")
• image_size (optional): Auflösung - "1K", "2K", "4K" (default: "2K")

Beispiel:

create_image_using_gemini(
    prompt="Generate an infographic showing AI and human collaboration",
    aspect_ratio="16:9",
    image_size="4K"
)

edit_image_using_gemini

Bearbeitet ein bestehendes Bild.

Parameter:

• image_path (required): Pfad zum Quellbild
• prompt (required): Bearbeitungsanweisungen
• image_size (optional): Auflösung - "1K", "2K", "4K"

Konfiguration

Umgebungsvariablen

Werden automatisch im Code gesetzt:

• GOOGLE_GENAI_USE_VERTEXAI=True
• GOOGLE_CLOUD_PROJECT=gen-lang-client-0300367995
• GOOGLE_CLOUD_LOCATION=global

Debug-Logging

Debug-Logging ist aktiviert und schreibt nach: ~/mcp/imagen_tools_debug.log

Zum Deaktivieren: DEBUG_ENABLED = False in Zeile 11 setzen.

Auflösungen

• 1K: ~1376x768 (16:9) = 1.1 Megapixel
• 2K: ~2752x1536 (16:9) = 4.2 Megapixel
• 4K: ~5504x3072 (16:9) = 16.9 Megapixel

Timeouts

• Standard: 300 Sekunden (5 Minuten)
• 4K-Bilder können 2-3 Minuten dauern

Wichtige Hinweise

Prompt-Format

Das Modell funktioniert am besten mit Prompts, die mit "Generate" oder "Create" beginnen.

❌ Schlecht:

Die moderne Softwareentwicklung hat sich verändert...

✅ Gut:

Generate an infographic illustrating modern software development...

Response-Struktur

Die API gibt immer TEXT und IMAGE zurück. Bilddaten befinden sich in response.parts als base64-kodierte inline_data.

Version

0.5.0

Lizenz

Proprietär