Gemini CLI から Imagen を呼び出し！ MCPサーバー経由で画像生成

はじめに

MCP Servers for Google Cloud Genmedia APIs とは、 Google Cloud の生成メディア API（Imagen、Veo、Chirp、Lyria）とオーディオ/ビデオ合成機能（AVTool）を活用できるようにする MCP サーバーです。
以下の機能が MCP サーバーの機能としてあります。

• Imagen
  • テキストプロンプトから画像を生成および編集
• Veo
  • テキストまたは画像からビデオを作成
• Chirp 3 HD
  • テキストから高品質のオーディオを合成
• Lyria
  • テキストプロンプトから音楽を生成
• AVTool
  • オーディオ/ビデオの合成と操作 (例: 結合、連結、形式変換) を実行

今回はこの MCP サーバーを Gemini CLI から呼び出して使用してみたいと思います。

インストール

MCP Servers for Google Cloud Genmedia APIs のリポジトリからインストールします。

git clone https://github.com/GoogleCloudPlatform/vertex-ai-creative-studio.git
cd vertex-ai-creative-studio/experiments/mcp-genmedia/mcp-genmedia-go
./install.sh

すると、どの MCP サーバーをインストールするか選択します。

Please choose an MCP server to install:
1) mcp-avtool-go
2) mcp-lyria-go
3) mcp-imagen-go
4) mcp-chirp3-go
5) mcp-veo-go
6) Install All
7) Exit

認証

MCP サーバーは Google のアプリケーションデフォルト認証情報（ADC）を使用して認証を行います。
2つの方法で認証を行えます。
1つ目が ADC をセットアップする方法。

gcloud auth application-default login

2つ目がサービスアカウントキーを使用する方法。
GOOGLE_APPLICATION_CREDENTIALS環境変数をサービスアカウントキーファイルのパスに設定します。

設定

Google Cloud プロジェクト ID を PROJECT_ID 環境変数として設定しておきます。

export PROJECT_ID=$(gcloud config get project)

実行

ローカルに保存

今回は Gemini CLI から実行してみます。
~/.gemini/settings.jsonに MCP サーバーの設定を記載します。

{
  "mcpServers": {
    "imagen": {
      "command": "mcp-imagen-go",
      "env": {
        "MCP_SERVER_REQUEST_TIMEOUT": "300",
        "PROJECT_ID": "{PROJECT_ID}"
      }
    }
  }
}

Gemini CLI を起動して、/mcpコマンドで MCP サーバーの状況を確認します。
画像生成の MCP サーバーが準備状態になっていることが確認できます。

プロンプトを入力し、実行します。
ツールの使用の許可をします。

ローカルに保存されましたので、確認してみます。

期待通りの画像が出力されました！

prompt

Create an image of a cat flying around space

GCS に保存

生成画像を Cloud Storage に保存することも可能となっています。
ユーザーまたはサービスアカウントに ロールroles/storage.objectUserを付与しておきます。
MCPサーバーのGENMEDIA_BUCKET環境変数を設定します。

{
  "mcpServers": {
    "imagen": {
      "command": "mcp-imagen-go",
      "env": {
        "MCP_SERVER_REQUEST_TIMEOUT": "300",
        "PROJECT_ID": "{PROJECT_ID}",
        "GENMEDIA_BUCKET": "{BUCKET_NAME}"
      }
    }
  }
}

同様にプロンプトを入れて、実行します。
指定したバケットに画像が保存されたとなります。

実際に保存されていた画像です。

prompt

Create an image of a dog flying around space

まとめ

MCP Servers for Google Cloud Genmedia APIs を使用して、MCP サーバーで画像を生成してみました。
Gemini CLI から MCP サーバーを呼び出して使用しました。
Gemini CLI と MCP Servers for Google Cloud Genmedia APIs は、Google Cloud のサービスということもあり親和性が高そうだと感じました！