Nano Banana MCP
Wraps Google Gemini's image generation API as an MCP server, enabling text-to-image, image editing, and grounded search workflows from any MCP client.
README
Nano Banana MCP
Google Gemini API의 Nano Banana 이미지 생성 기능을 MCP 서버로 감싼 Python 패키지입니다. Claude Code 같은 MCP 클라이언트에서 바로 연결해 텍스트-투-이미지, 이미지 편집, 검색 그라운딩 워크플로를 사용할 수 있습니다.
- PyPI:
parkjack-nanobanana-mcp - GitHub:
jiwon86/parkjack-nanobanana-mcp - 기본 모델:
gemini-3.1-flash-image-preview - 추천 실행 방식:
uvx
Highlights
- Claude Code에서
uvx한 줄로 바로 연결 가능 - 텍스트 생성과 이미지 편집을 하나의 MCP 툴로 처리
gemini-3.1-flash-image-preview,gemini-3-pro-image-preview,gemini-2.5-flash-image지원- 생성 이미지를 로컬 파일로 저장하고 경로, 해시, 메타데이터 반환
- 웹/이미지 검색 그라운딩 옵션 지원
Quickstart
Claude Code에서 가장 간단하게 붙이는 방법입니다.
{
"mcpServers": {
"nano-banana": {
"command": "uvx",
"args": ["parkjack-nanobanana-mcp"],
"env": {
"GEMINI_API_KEY": "YOUR_API_KEY",
"NANOBANANA_DEFAULT_MODEL": "gemini-3.1-flash-image-preview"
}
}
}
}
추가 후 Claude Code 안에서 /mcp로 연결 상태를 확인하면 됩니다.
Installation Options
1. Zero-install with uvx (Recommended)
Python CLI를 설치 없이 실행하고 싶다면 uvx가 가장 깔끔합니다.
{
"mcpServers": {
"nano-banana": {
"command": "uvx",
"args": ["parkjack-nanobanana-mcp"],
"env": {
"GEMINI_API_KEY": "YOUR_API_KEY",
"NANOBANANA_DEFAULT_MODEL": "gemini-3.1-flash-image-preview"
}
}
}
}
2. Installed CLI
직접 설치한 실행 파일을 쓰고 싶다면:
pip install parkjack-nanobanana-mcp
{
"mcpServers": {
"nano-banana": {
"command": "parkjack-nanobanana-mcp",
"env": {
"GEMINI_API_KEY": "YOUR_API_KEY",
"NANOBANANA_DEFAULT_MODEL": "gemini-3.1-flash-image-preview"
}
}
}
}
3. Local Development
저장소에서 직접 작업하거나 수정하면서 실행하려면:
python3 -m venv .venv
. .venv/bin/activate
pip install -e .
직접 실행:
. .venv/bin/activate
parkjack-nanobanana-mcp
또는:
. .venv/bin/activate
python -m nanobanana_mcp
Configuration
지원 환경 변수:
GEMINI_API_KEY: Gemini API 키GOOGLE_API_KEY:GEMINI_API_KEY대체 키NANOBANANA_DEFAULT_MODEL: 기본 모델 지정NANOBANANA_OUTPUT_DIR: 생성 이미지 저장 디렉터리NANOBANANA_MCP_TRANSPORT: 기본값stdio, 필요 시streamable-http
예시:
export GEMINI_API_KEY="YOUR_API_KEY"
export NANOBANANA_DEFAULT_MODEL="gemini-3.1-flash-image-preview"
.env.example도 같이 제공됩니다.
Tooling
nano_banana_generate_image
텍스트 생성과 이미지 편집을 모두 처리하는 메인 툴입니다.
주요 인자:
prompt: 생성 또는 편집 지시문image_paths: 입력 이미지 경로 목록. 비우면 text-to-image, 넣으면 image editmodel: 사용할 모델. 생략하면 서버 기본값 사용aspect_ratio: 예시1:1,16:9,9:16image_size:512,1K,2K,4Kinclude_text: 이미지와 함께 텍스트 설명도 받고 싶을 때 사용enable_web_search: 웹 검색 그라운딩enable_image_search: 이미지 검색 그라운딩output_dir: 결과 파일 저장 경로
반환값:
- 저장된 이미지 절대 경로
- MIME 타입, 파일 크기, sha256
- 모델이 함께 반환한 텍스트
- 사용량 메타데이터
- 검색 그라운딩 메타데이터
nano_banana_models
지원 모델, 기본 모델, 모델별 제약사항을 반환합니다.
Supported Models
| Model | Notes |
|---|---|
gemini-3.1-flash-image-preview |
기본값. 빠른 이미지 생성과 검색 그라운딩에 적합 |
gemini-3-pro-image-preview |
더 높은 품질과 프롬프트 충실도가 필요할 때 적합 |
gemini-2.5-flash-image |
지원됨. 다만 image_size는 자동 무시 |
모델 변경 방식:
- MCP 툴 호출 시
model파라미터 직접 지정 - 서버 시작 전
NANOBANANA_DEFAULT_MODEL환경 변수로 기본값 지정
예시:
{
"prompt": "Create a premium skincare product shot with elegant typography",
"model": "gemini-3-pro-image-preview",
"image_size": "2K",
"include_text": true
}
gemini-2.5-flash-image 예시:
{
"prompt": "Create a clean app icon of a banana robot on a white background",
"model": "gemini-2.5-flash-image",
"aspect_ratio": "1:1",
"include_text": true
}
Example Prompts
Text-to-image
{
"prompt": "A premium banana perfume product photo, dramatic studio lighting, elegant glass bottle, white background",
"aspect_ratio": "1:1",
"image_size": "2K",
"include_text": true
}
Image edit
{
"prompt": "Keep the face unchanged. Turn this into a cinematic profile portrait against a white seamless studio background.",
"image_paths": ["/absolute/path/to/photo.jpg"],
"include_text": true
}
Grounded infographic
{
"prompt": "Visualize today's weather forecast for Seoul as a clean infographic",
"enable_web_search": true,
"include_text": true
}
Output
기본적으로 생성 결과는 generated_images/<timestamp>/ 아래에 저장됩니다.
generated_images/
20260325_130000_123456/
candidate_00_part_00.png
Operational Notes
- Google 문서상 생성된 모든 이미지에는 SynthID 워터마크가 포함됩니다.
gemini-2.5-flash-image는 지원되지만image_size는 문서상 미지원이라 자동 무시됩니다.- 이미지 검색 그라운딩을 켜면 소스 저작자 표시 요구사항을 지켜야 합니다.
- 실제 비밀값은 README 예시 그대로 커밋하지 말고, 로컬 설정 또는 비밀 관리 방식으로 넣는 것을 권장합니다.
Verification
실제 API 키 없이 로컬 파이프라인만 확인하려면:
. .venv/bin/activate
python scripts/smoke_mock.py
Publishing
배포 파일 생성:
. .venv/bin/activate
python -m pip install --upgrade build twine
python -m build
python -m twine check dist/*
PyPI 업로드:
python -m twine upload dist/*
업로드 전 체크:
- PyPI 프로젝트 이름이 비어 있는지 다시 확인
- 실제 비밀값이 파일에 포함되지 않았는지 확인
- 새 릴리스를 올릴 때는 pyproject.toml의
version을 먼저 증가
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.