Gemini CLI में इमेज जनरेशन: MCP सर्वर सेटअप

Gemini CLI गूगल का ओपन-सोर्स टर्मिनल एजेंट है, और MCP वह प्रोटोकॉल है जिसके जरिए यह बाहरी टूल्स को एक्सेस करता है। इसे रिमोट MCP सर्वर से कनेक्ट करें और वही चैट सेशन जो आपका कोड एडिट करता है, इमेज, वीडियो और स्पीच भी बना सकता है और सीधे आपकी वर्किंग डायरेक्टरी में फाइलें सेव कर सकता है।

त्वरित समाधान: gemini mcp add --transport http --scope user bananabanana https://bananabanana.pro/api/mcp -H "Authorization: Bearer $BB_KEY" कमांड चलाएं, CLI के पूछने पर फोल्डर को ट्रस्ट करें, फिर gemini mcp list चलाकर हरा Connected स्टेटस जांचें। इमेज निर्माण का शुल्क आपके बैलेंस से प्रति जनरेशन $0.03 से शुरू होता है।

डेस्क पर एक टर्मिनल विंडो जिससे छोटी फ्रेम वाली तस्वीरें बाहर निकल रही हैं, संपादकीय चित्रण

नीचे दी गई सभी जानकारी का परीक्षण 17 अगस्त 2026 को Gemini CLI 0.55.1 और एक सक्रिय bb_live_… की के साथ किया गया है। जहां आधिकारिक डॉक्स और CLI के वास्तविक व्यवहार में अंतर है, वहां स्पष्ट रूप से बताया गया है।

सरल सेटअप

केवल दो कमांड। पहला कमांड सर्वर रजिस्टर करता है:

export BB_KEY=bb_live_…   # create one at https://bananabanana.pro/profile
 
gemini mcp add --transport http --scope user \
  bananabanana https://bananabanana.pro/api/mcp \
  -H "Authorization: Bearer $BB_KEY"

दूसरा कमांड कनेक्शन की जांच करता है:

gemini mcp list
# ✓ bananabanana: https://bananabanana.pro/api/mcp (http) - Connected

यदि आपको Connected के बजाय Disabled दिखाई दे, तो कुछ भी बदलने से पहले अगला भाग पढ़ें। इस समस्या को सुलझाने में मेरे पांच मिनट लगे थे।

पांच बातें जो डॉक्स में नहीं बताई गईं

फोल्डर ट्रस्ट चुपचाप सब कुछ बंद कर देता है। जिस डायरेक्टरी पर CLI भरोसा नहीं करता, वहां gemini mcp list चलाने पर यह संदेश आता है:

Warning: MCP servers are configured but disabled because this folder is untrusted.
User-level servers are also suppressed in untrusted folders to prevent accidental side-effects.

○ bananabanana: https://bananabanana.pro/api/mcp (http) - Disabled

दूसरी पंक्ति पर ध्यान दें: --scope user वाला सर्वर भी बंद रहता है। CLI पहली बार इंटरैक्टिव लॉन्च पर फोल्डर ट्रस्ट की पुष्टि मांगता है; ऑटोमेशन स्क्रिप्ट के लिए यह निर्णय ~/.gemini/trustedFolders.json में पाथ और TRUST_FOLDER की मैपिंग के रूप में स्टोर होता है। सुरक्षा के लिहाज से यह सही है, लेकिन चेतावनी स्पष्ट नहीं है क्योंकि "Disabled" से फोल्डर की समस्या का तुरंत पता नहीं चलता।

gemini mcp add आउटपुट में httpUrl के बजाय url लिखता है। दस्तावेज़ Streamable HTTP के लिए httpUrl बताते हैं। लेकिन CLI 0.55.1 ने वास्तव में यह कॉन्फ़िगरेशन बनाया:

{
  "mcpServers": {
    "bananabanana": {
      "url": "https://bananabanana.pro/api/mcp",
      "type": "http",
      "headers": { "Authorization": "Bearer $BB_KEY" }
    }
  }
}

दोनों प्रारूप कनेक्ट होते हैं। लेकिन यदि आप डॉक्स के उदाहरण की तुलना CLI के आउटपुट से करेंगे, तो भ्रम हो सकता है। दोनों ठीक से काम करते हैं।

डिफ़ॉल्ट स्कोप project है, और आपकी की वहीं स्टोर हो जाती है। यदि आप --scope user छोड़ देते हैं, तो की आपके रिपॉजिटरी के अंदर .gemini/settings.json में चली जाती है। एक साधारण git add . से वह कमिट हिस्ट्री में दर्ज हो जाएगी। हमेशा --scope user का उपयोग करें या पर्यावरण चर के जरिए की पास करें।

$BB_KEY इंटरपोलेशन काम करता है, लेकिन चुपचाप विफल होता है। वेरिएबल एक्सपोर्ट होने पर Connected दिखाई देता है। वेरिएबल के बिना नया टर्मिनल खोलने पर वही कॉन्फ़िग ऑथेंटिकेशन एरर देने के बजाय Disconnected रिपोर्ट करता है। इस एक्सपोर्ट लाइन को अपनी शेल प्रोफाइल में जोड़ना उपयोगी है।

Gemini CLI SSE की जांच करता है और 405 प्राप्त करता है। कनेक्शन के दौरान सर्वर लॉग का क्रम था: POST initialize (200), POST notification (202), GET /api/mcp (405), POST tools/list (200)। GET अनुरोध एक स्टेटलेस सर्वर पर Server-Sent Events चैनल खोलने का प्रयास है। 405 मिलने के बाद भी CLI सामान्य रूप से काम जारी रखता है। यदि आप अपना MCP सर्वर चला रहे हैं, तो इस 405 की चिंता न करें।

बंद दरवाजों की एक दीवार जिसमें से एक दरवाजा थोड़ा खुला है और उससे रोशनी निकल रही है, संपादकीय चित्रण

उपलब्ध टूल्स और उनकी कीमतें

सेशन में कुल नौ टूल्स लोड होते हैं, जो टूल संदर्भ के समान हैं। चार टूल्स कॉल करने के लिए फ्री हैं: list_models, get_account, get_result, list_generations। बाकी टूल्स के लिए प्रति जनरेशन आपके अकाउंट बैलेंस से शुल्क काटा जाता है।

सेवा	मॉडल	मूल्य
इमेज, 1K	Nano Banana 2 Lite	$0.03
इमेज, 512 → 4K	Nano Banana 2	$0.03 – $0.13
इमेज, 1K → 4K	Nano Banana Pro	$0.11 – $0.20
वीडियो, 3–10 सेकंड ऑडियो सहित	Gemini Omni Flash	$0.10 प्रति सेकंड
वीडियो, 4–8 सेकंड	Veo 3.1 फैमिली	$4.40 प्रति क्लिप तक
स्पीच	Gemini Flash TTS	$0.01 प्रति 200 अक्षर

वीडियो और मल्टी-इमेज कॉल्स में पहले कीमत का सटीक अनुमान मिलता है। एजेंट को पक्का मूल्य मिलता है, पहले से कोई शुल्क नहीं कटता, और राशि की पुष्टि के बाद ही जनरेशन शुरू होती है। कंटेंट-फ़िल्टर रिजेक्शन और अपस्ट्रीम विफलता की स्थिति में राशि अपने आप बैलेंस में वापस आ जाती है।

टॉप-अप पर बोनस मिलता है: $50+ पर 5%, $100+ पर 10%, और सक्रिय प्रोमो कोड पर डिपॉजिट का 10% अतिरिक्त मिलता है। प्रोमो कोड के साथ $100 डिपॉजिट करने पर $120 क्रेडिट होता है।

सिक्के छोटी फ्रेम वाली तस्वीरों और फिल्म स्ट्रिप के ढेर के पास सीढ़ी के आकार में रखे हुए, संपादकीय चित्रण

Gemini से Nano Banana इमेज जनरेट करना: क्या यह समझदारी है?

एक ही चमकते गेट की ओर जाने वाले दो रास्ते, एक सीधा और छोटा, दूसरा चेकपॉइंट्स से होकर घुमावदार, संपादकीय चित्रण

Gemini CLI का किसी तीसरे सर्वर के जरिए Gemini इमेज मॉडल को कॉल करना पहली नज़र में घुमावदार लग सकता है। सीधा रास्ता भी उपलब्ध है: Google Cloud बिलिंग खाता खोलें, मॉडल API सक्षम करें, क्रेडेंशियल्स बनाएं और रीजन कोटा प्रबंधित करें। यदि आप क्लाउड इंफ्रास्ट्रक्चर संभाल रहे हैं तो यह उपयुक्त है।

हमारा विकल्प दूसरी आवश्यकता पूरी करता है: एक बेरर टोकन, प्रीपेड बैलेंस, क्लाउड बिलिंग अकाउंट की कोई बाध्यता नहीं, कोटा रिक्वेस्ट नहीं, और न ही रीजन की पाबंदी। उसी कनेक्शन से आपको Veo और Omni वीडियो मॉडल तथा TTS वॉइस जनरेशन भी मिलते हैं, जिनका शुल्क प्रोजेक्ट के बजाय प्रति जनरेशन तय होता है। यदि आपका मुख्य काम निर्माण करना है न कि प्लेटफ़ॉर्म चलाना, तो यह तरीका ज्यादा आसान है।

बहुत बड़े पैमाने पर क्लाउड का सीधा उपयोग सस्ता हो सकता है। लेकिन यह विकल्प आपको दो मिनट में शुरू करने की सुविधा देता है और अप्रत्याशित बिलों से बचाता है।

यदि आप अन्य संपादकों का उपयोग करते हैं, तो यही सर्वर Claude Code, Cursor और Codex में भी उसी API की के साथ कनेक्ट होता है।

व्यावहारिक उपयोग: डॉक्यूमेंटेशन इलस्ट्रेशन

एक वास्तविक उपयोग मामला: एक रिपॉजिटरी जिसमें docs/ फोल्डर में बारह पेज हैं और प्रत्येक के लिए एक समान विजुअल स्टाइल में हेडर इमेज चाहिए।

सेशन में दिया गया प्रॉम्प्ट:

Read every heading in docs/*.md. For each file, generate a 16:9 illustration matching the page topic, in this style: editorial illustration, pastel paper background, dark ink details, violet and amber accents, no text. Use nano-banana-pro. Save each as docs/img/.png and add the image reference under the page title.

एजेंट फाइलें पढ़ता है, हर पेज के लिए generate_image कॉल करता है, get_result के जरिए इंतजार करता है, फाइलें डाउनलोड करता है और मार्कडाउन में जोड़ देता है। $0.11 की दर से बारह इमेज कुल $1.32 की होती हैं, और यह काम आपके कॉफी पीने के दौरान पूरा हो जाता है। इस लेख की सभी तस्वीरें Nano Banana Pro और एक समान स्टाइल प्रॉम्प्ट द्वारा इसी तरह तैयार की गई हैं।

शुरू करने से पहले दो सुझाव: स्टाइल जांचने के लिए पहले एक टेस्ट इमेज बनाएं (12 फाइलों पर गलत स्टाइल चलाने से $1.32 बर्बाद होंगे), और --trust को बंद रखें ताकि पेड टूल कॉल्स की पुष्टि से एजेंट किसी लूप में न फंसे।

मेज पर एक समान विजुअल स्टाइल में ग्रिड में व्यवस्थित एक दर्जन छोटे सचित्र कार्ड, संपादकीय चित्रण

क्या API की के बजाय OAuth काम करता है?

Gemini CLI रिमोट MCP सर्वर के लिए OAuth 2.0 सपोर्ट (डिस्कवरी और /mcp auth कमांड के साथ) प्रदान करता है। हमारा सर्वर एक पूर्ण OAuth 2.1 ऑथराइजेशन सर्वर है (डायनामिक क्लाइंट रजिस्ट्रेशन, PKCE S256, RFC 9728 डिस्कवरी), और Claude Code व claude.ai जैसे क्लाइंट्स बिना मैन्युअल की के लॉगिन कर सकते हैं।

API की का फ्लो पूरी तरह टेस्टेड और स्थिर है। Gemini CLI के माध्यम से OAuth फ्लो का इस सेशन में अलग से सत्यापन नहीं किया गया है, इसलिए इसे संभावित मानकर चलें। API की बनाने में केवल दस सेकंड लगते हैं और यह तब तक वैध रहती है जब तक आप इसे निरस्त न करें।

Gemini CLI में इमेज जनरेशन: MCP सर्वर सेटअप

सरल सेटअप

पांच बातें जो डॉक्स में नहीं बताई गईं

उपलब्ध टूल्स और उनकी कीमतें

Gemini से Nano Banana इमेज जनरेट करना: क्या यह समझदारी है?

व्यावहारिक उपयोग: डॉक्यूमेंटेशन इलस्ट्रेशन

क्या API की के बजाय OAuth काम करता है?

अक्सर पूछे जाने वाले प्रश्न

सेटिंग्स फ़ाइल कहाँ स्टोर होती है?

सर्वर Disabled क्यों दिखता है?

क्या मैं मॉडल को दिखने वाले टूल्स सीमित कर सकता हूँ?

क्या यह टीम के साथ शेयर किए गए प्रोजेक्ट में काम करता है?

यदि जनरेशन विफल हो जाए तो क्या होगा?