AI媒体生成服务器

AI媒体生成服务器是 mordor-forge 开发的 MCP 服务器：一个统一的Go MCP服务器，通过Google Gemini API和Vertex AI提供AI媒体生成服务，包括图像、。接入两步走：go install github.com/mordor-forge/gemini-media-mcp/cmd/gemini-media-mcp@latest，再把下文配置粘进客户端 mcpServers 段重启即可。

先把话说清楚：AI媒体生成服务器不是又一个大模型，而是一个标准的 MCP 服务器。装好之后，你的 AI 客户端多出一组新工具，模型可以按需调用。一个统一的Go MCP服务器，通过Google Gemini API和Vertex AI提供AI媒体生成服务，包括图像、视频、音频和音乐生成

• Image generation -- text-to-image with configurable aspect ratios and resolutions (1K/2K/4K)
• Image editing -- modify existing images with natural language prompts
• Multi-reference composition -- combine up to 3 reference images with style/content guidance
• Video generation -- text-to-video via Veo 3.1 Lite, Fast, and Standard tiers
• Image-to-video -- animate still images into video clips
• Video extension -- chain clips for longer content (Fast and Standard tiers)
• Text-to-speech -- generate spoken audio with configurable voices and languages
• Single binary -- no runtime dependencies, runs over stdio transport

两类人最该装：一是靠 AI 出稿、出图、做内容流水线的内容团队；二是已经在用 MCP 生态、想按需拼装能力的折腾型用户。反过来，如果你只需要偶尔手动用它背后的服务，直接开网页就行，不必上 MCP。

动手前确认环境齐了：

• git。
• 一个支持 MCP 的客户端：Claude Desktop、Cursor、Cline、Windsurf 任选其一。
• 对应平台的 API Key（第 2 步要用）。

终端里任选一条（不同安装方式，效果等价）：

go install github.com/mordor-forge/gemini-media-mcp/cmd/gemini-media-mcp@latest
git clone https://github.com/mordor-forge/gemini-media-mcp.git

AI媒体生成服务器的 README 没给标准 mcpServers JSON，配置入口见 官方文档 的 Usage/Configuration 章节。原则不变：客户端配置文件里加 mcpServers 条目，重启生效。

完全退出客户端再打开（是托盘里真正退出，不是关窗口）。工具列表里出现AI媒体生成服务器的工具即接入成功；调用报错的话，先查下面的坑点清单。

• Key 填了但没生效：多半填在了 args 而不是 env 段。客户端日志里看到 Environment variable GEMINI_API_KEY not set 就是这个原因。
• 改了配置没反应：客户端只重启了窗口没退进程。macOS 按 Cmd+Q，Windows 检查托盘。
• JSON 报错打不开客户端：多半是最后多个逗号。粘进任何 JSON 校验器里查一遍再保存。