nanobanana-mcp-server
通过MCP协议让AI助手直接调用Google Gemini生成4K图像的本地工具
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
通过MCP协议让AI助手直接调用Google Gemini生成4K图像的本地工具
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你有没有遇到过这种尴尬时刻：让 AI 助手帮你写了一个精美的产品文案，想要配一张同样精美的产品图，却只能自己动手截图、PS、甚至去图库里翻半天配图？或者你想让 AI 直接生成一张「赛博朋克风格的城市夜景」来配你的技术博客，结果 AI 只能吐出一堆文字描述，眼睁睁看着创意在脑子里「卡壳」。
这种「AI 能写不能画」的割裂感，困扰着无数使用 AI 辅助编程和写作的用户。Nano Banana MCP Server（中文名：纳米香蕉 MCP 服务器）正是为了解决这个痛点而生——它把 Google 最强大的 Gemini 图像生成模型，通过 MCP（Model Context Protocol）协议，无缝接入到任何支持 MCP 的 AI 工具中，让 AI 助手真正实现「说到哪儿画到哪儿」。
Nano Banana 由独立开发者 zhongwei（GitHub: zhongweili）创建和维护。项目最初瞄准的是 Claude Desktop 的 MCP 扩展生态——作者发现 Claude Code、Cursor、Continue.dev 等主流 AI 编程工具都已支持 MCP 协议，但图像生成能力始终是个空白。用户要么手动截图，要么切换到 Midjourney 等外部平台，操作链条被生生打断。
zhongwei 决定用 Google Gemini 的图像生成 API 填补这个空白。项目名「Nano Banana」是对 Google 内部开发代号文化的一次致敬——Gemini Flash 模型的响应速度快如「纳米级」，而「香蕉」则暗示了快速、顺手、随手可得的体验。2024 年中项目首次发布，2025 年持续迭代至 v0.4.5，当前版本已支持 Gemini 3.1 Flash Image（代号 Nano Banana 2），在 GitHub 积累了 367 颗星和 113 个 fork。
Nano Banana 的核心是一套 MCP 服务器，向外暴露四个工具（Tool）：
| 工具名 | 功能 | 说明 |
|---|---|---|
generate_image | 文本生成图像 | 核心功能，支持 NB2/Pro/Flash 三种模型 |
edit_image | 图像编辑 | 对已有图像进行局部修改 |
upload_file | 文件上传 | 通过 Gemini Files API 上传参考图 |
output_stats | 操作统计 | 查看生成统计和使用情况 |
maintenance | 维护操作 | 清理缓存、获取服务器健康状态 |
三重模型 + 智能路由是项目的技术亮点：
NB2（Gemini 3.1 Flash Image，默认）：最新模型，3840px 4K 分辨率，Flash 级别的生成速度（2-4秒），内置 Google Search 接地（grounding）确保图像内容符合现实世界知识，支持最多 5 个角色和 14 个物体的主体一致性（Subject Consistency），以及精准文字渲染。这是当前默认选项，也是项目的主打卖点——「Flash 速度 + Pro 质量」。
Pro（Gemini 3 Pro Image）：质量最高，支持可配置的思考层级（LOW/HIGH），适合最复杂的构图和多角色叙事场景，生成时间 5-8 秒。会在用户提示包含「4K」「professional」「production」等强质量关键词时自动路由到 Pro。
Flash（Gemini 2.5 Flash Image）：遗产模型，1024px 上限，2-3 秒极速生成，适合大批量快速草稿。
智能路由机制完全透明——用户只需在提示中描述需求，系统自动判断该用哪个模型，不需要手动指定。
项目代码结构清晰，采用典型的分层架构：
nanobanana_mcp_server/
├── core/ # 核心服务器逻辑
│ ├── server.py # NanoBananaMCP 主类，继承 FastMCP
│ ├── exceptions.py # 自定义异常（ConfigurationError, ADCConfigurationError）
│ ├── progress_tracker.py # 生成进度追踪（10744字，最复杂的模块）
│ └── validation.py # 输入验证逻辑
├── config/ # 配置管理
│ ├── settings.py # ServerConfig、GeminiConfig 数据类
│ └── constants.py # 常量（认证错误信息等）
├── tools/ # MCP 工具实现
├── resources/ # MCP 资源（模板目录、文件元数据等）
├── prompts/ # 预设提示词模板
│ ├── photography.py # 摄影类提示词
│ ├── design.py # 设计类提示词
│ └── editing.py # 图像编辑提示词
└── server.py # 入口文件，应用工厂函数
关键依赖：
fastmcp>=2.11.0：MCP 协议实现，提供了标准化的服务器框架google-genai>=1.57.0：Google Gemini API 官方 Python SDKpillow>=10.4.0：图像处理pydantic>=2.0.0：数据验证构建工具：hatchling + uv，代表了 2024-2025 年 Python 项目现代化的方向——相比传统的 setuptools，hatchling 配置更简洁，uv 安装速度极快。项目同时支持 PyPI 安装（pip install）和 uvx 即时运行（uvx nanobanana-mcp-server@latest），用户无需本地 Python 环境也能使用。
Nano Banana 的部署门槛极低，真正做到了「零配置」。
最简流程（一行命令）：
uvx nanobanana-mcp-server@latest
Claude Desktop 配置（3 分钟完成）：
claude_desktop_config.json，加入 nanobanana MCP ServerGEMINI_API_KEY（从 Google AI Studio 免费获取）认证方式：支持三种模式——
支持的 AI 工具：Claude Desktop、Claude Code（VS Code 扩展）、Cursor、Continue.dev、OpenAI Codex、Open WebUI，涵盖了目前主流的 AI 辅助编程和对话工具生态。
硬件需求：无 GPU 要求，不消耗本地算力，所有图像生成在 Google 云端完成。本地只需 1GB RAM 和 100MB 磁盘空间，门槛极低。
AI 编程助手用户：在 Cursor 或 Claude Code 中写代码时，直接生成 UI 设计稿、配图、流程图，而不用切换工具。
技术文档作者：为博客、技术文档自动生成配图，保证图文风格一致。
产品经理/设计师：快速用文字描述生成低保真原型图，探索视觉方向。
AI 提示词爱好者：通过 MCP 协议调用 Gemini，探索 Gemini 3.1 的 4K + grounding 能力。
项目并非没有槽点：
生态局限性：完全绑定 Google Gemini，如果 Gemini API 涨价或政策变化，用户迁移成本高。
开发状态为 Alpha：pyproject.toml 中 classifier 标注为「Development Status :: 3 - Alpha」，意味着 API 接口尚未稳定，大版本升级可能破坏兼容性。
无 Web UI：纯 CLI 工具，不习惯终端配置的用户上手有门槛。
质量依赖提示词：Gemini 生成质量高度依赖提示词质量，用户仍需掌握一定的 prompt engineering 技巧。
Nano Banana 的意义不仅是一个图像生成工具，更展示了 MCP 协议在 AI 工具生态中的实用价值。MCP（Model Context Protocol）由 Anthropic 主导提出，旨在标准化 AI 助手与外部工具的交互。Nano Banana 将 Google Gemini 的图像生成能力以 MCP Tool 的形式暴露，让 Claude、Cursor 等不同 AI 工具都能「即插即用」——这种「一个后端、多客户端」的模式，比每个 AI 工具各自对接 Gemini 要优雅得多。
截至 2025 年中，MCP 生态正在快速扩张，glama.ai 等平台已开始收录各类 MCP 服务器。Nano Banana 作为图像生成领域的先行者之一，已在 MCP Registry 中注册，其在 Glama.ai 上的 badge 展示证明了它在生态中的一席之地。367 星的关注度和 113 个 fork 表明，这个「香蕉」确实有人在用，也确实解决了真实需求。