สร้างรูปภาพใน Gemini CLI: ตั้งค่าเซิร์ฟเวอร์ MCP

Gemini CLI เป็นเทอร์มินัลเอเจนต์แบบโอเพนซอร์สจาก Google และ MCP เป็นโปรโตคอลที่ใช้เชื่อมต่อกับเครื่องมือภายนอก เมื่อชี้เป้าไปยังเซิร์ฟเวอร์ MCP ระยะไกล เซสชันแชทเดียวกันกับที่คุณใช้แก้ไขโค้ดก็สามารถสร้างรูปภาพ วิดีโอ และเสียงพูดได้ โดยบันทึกไฟล์ลงในไดเรกทอรีทำงานของคุณโดยตรง

คำตอบด่วน: รันคำสั่ง gemini mcp add --transport http --scope user bananabanana https://bananabanana.pro/api/mcp -H "Authorization: Bearer $BB_KEY" กดยืนยันความน่าเชื่อถือของโฟลเดอร์เมื่อ CLI ร้องขอ จากนั้นตรวจสอบด้วย gemini mcp list เพื่อดูสถานะสีเขียว Connected รูปภาพมีราคาเริ่มต้นที่ $0.03 ต่อภาพ โดยหักค่าบริการต่อครั้งจากยอดเงินคงเหลือของคุณ

หน้าต่างเทอร์มินัลบนโต๊ะทำงานพร้อมภาพวาดใส่กรอบขนาดเล็กโผล่ออกมา ภาพประกอบเชิงบรรณาธิการ

ขั้นตอนทั้งหมดด้านล่างนี้ได้รับการทดสอบบน Gemini CLI 0.55.1 ณ วันที่ 17 สิงหาคม 2026 ด้วยคีย์ bb_live_… ที่ใช้งานได้จริง จุดใดที่เอกสารทางการไม่ตรงกับการทำงานจริงของ CLI เราได้ระบุไว้อย่างตรงไปตรงมา

ขั้นตอนการติดตั้งอย่างตรงไปตรงมา

ใช้เพียงสองคำสั่ง คำสั่งแรกคือการลงทะเบียนเซิร์ฟเวอร์:

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"

คำสั่งที่สองคือการตรวจสอบสถานะการเชื่อมต่อ:

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

หากคุณพบสถานะ Disabled แทนที่จะเป็น Connected โปรดอ่านหัวข้อถัดไปก่อนที่จะแก้ไขการตั้งค่าใดๆ รายละเอียดเล็กน้อยนี้ทำให้ผมเสียเวลาค้นหาไปถึงห้านาที

ห้าจุดสำคัญที่เอกสารไม่ได้บอกไว้

การไม่เชื่อถือโฟลเดอร์จะปิดการทำงานทั้งหมดอย่างเงียบๆ หากคุณรัน gemini mcp list ในไดเรกทอรีที่ CLI ยังไม่เชื่อถือ คุณจะเห็นข้อความดังนี้:

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

โปรดสังเกตบรรทัดที่สอง แม้แต่เซิร์ฟเวอร์ที่ตั้งค่าเป็น --scope user ก็จะถูกปิดการทำงานด้วย CLI จะถามให้ยืนยันความเชื่อถือในการเปิดใช้งานแบบอินเทอร์แอคทีฟครั้งแรก หากคุณใช้งานผ่านสคริปต์อัตโนมัติ การตัดสินใจจะถูกเก็บไว้ใน ~/.gemini/trustedFolders.json ในรูปแบบแมปพาธกับค่า TRUST_FOLDER ซึ่งเป็นแนวทางความปลอดภัยที่ดี แต่วิธีแจ้งเตือนอาจชวนสับสน เพราะสถานะ "Disabled" ไม่ได้บอกชัดเจนว่าเป็นเพราะโฟลเดอร์

gemini mcp add จะสร้างคีย์ url ไม่ใช่ httpUrl ในเอกสารระบุให้ใช้ httpUrl สำหรับ Streamable HTTP แต่ในการทำงานจริงบน CLI 0.55.1 คอนฟิกที่ถูกสร้างขึ้นคือ:

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

ทั้งสองรูปแบบสามารถเชื่อมต่อได้ แต่หากคุณนำคอนฟิกจากเอกสารมาเปรียบเทียบกับไฟล์ที่ CLI สร้างขึ้น คุณอาจคิดว่ามีฝ่ายใดฝ่ายหนึ่งผิด ทั้งที่ความจริงใช้งานได้ทั้งคู่

ขอบเขตเริ่มต้นคือ project และคีย์ของคุณจะถูกบันทึกลงในนั้น หากไม่ระบุ --scope user คีย์ของคุณจะถูกเขียนลงใน .gemini/settings.json ภายในโฟลเดอร์โปรเจกต์ และเมื่อคุณสั่ง git add . คีย์ก็จะหลุดเข้าไปในประวัติคอมมิตทันที ให้ใช้ --scope user เสมอ หรือเก็บคีย์ไว้ในตัวแปรสภาพแวดล้อมตามตัวอย่างข้างต้น

การแทนค่าตัวแปร $BB_KEY ทำงานได้ แต่จะเงียบเมื่อเกิดข้อผิดพลาด เมื่อเอ็กซ์พอร์ตตัวแปรไว้ สถานะจะเป็น Connected แต่ถ้าเปิดเทอร์มินัลใหม่โดยไม่ได้เอ็กซ์พอร์ตตัวแปร คอนฟิกเดิมจะแสดง Disconnected แทนที่จะแจ้งข้อผิดพลาดเกี่ยวกับการยืนยันตัวตน จึงควรเพิ่มบรรทัดเอ็กซ์พอร์ตไว้ในโปรไฟล์เชลล์ของคุณ

Gemini CLI จะสำรวจ SSE และได้รับการตอบกลับ 405 จากการตรวจสอบบันทึกของเซิร์ฟเวอร์ ลำดับการเรียกคือ: POST initialize (200), POST notification (202), GET /api/mcp (405), POST tools/list (200) โดยรีเควสต์ GET นั้นคือการที่ CLI พยายามเปิดช่องทาง Server-Sent Events บนเซิร์ฟเวอร์แบบสเตตเลส ซึ่งจะตอบกลับ 405 แต่ CLI จะทำงานต่อไปตามปกติ หากคุณดูแลเซิร์ฟเวอร์ MCP ของตนเอง ไม่จำเป็นต้องกังวลกับสถานะ 405 นี้

ผนังที่มีประตูปิดล็อคบานเล็กๆ โดยมีประตูบานหนึ่งเปิดแง้มและเปล่งแสงออกมา ภาพประกอบเชิงบรรณาธิการ

เครื่องมือที่มีให้และอัตราค่าบริการ

ในเซสชันจะมีเครื่องมือพร้อมใช้งานเก้าตัว ซึ่งตรงกับใน เอกสารอ้างอิงเครื่องมือ สี่ตัวแรกเรียกใช้งานได้ฟรี: list_models, get_account, get_result, list_generations ส่วนเครื่องมือที่เหลือจะคิดค่าบริการตามการสร้างจริงโดยหักจากยอดเงินคงเหลือของคุณ

ประเภท	โมเดล	ราคา
รูปภาพ, 1K	Nano Banana 2 Lite	$0.03
รูปภาพ, 512 → 4K	Nano Banana 2	$0.03 – $0.13
รูปภาพ, 1K → 4K	Nano Banana Pro	$0.11 – $0.20
วิดีโอ, 3–10 วินาทีพร้อมเสียง	Gemini Omni Flash	$0.10 ต่อวินาที
วิดีโอ, 4–8 วินาที	ตระกูล Veo 3.1	สูงสุด $4.40 ต่อคลิป
เสียงพูด	Gemini Flash TTS	$0.01 ต่อ 200 ตัวอักษร

การเรียกสร้างวิดีโอและชุดรูปภาพจะเสนอราคาก่อนเสมอ เอเจนต์จะได้รับราคาที่แน่นอน จะยังไม่มีการหักเงิน และการสร้างจะเริ่มต้นก็ต่อเมื่อมีการยืนยันยอดเงินนั้นแล้ว การปฏิเสธจากฟิลเตอร์ความปลอดภัยหรือข้อผิดพลาดจากระบบต้นทางจะได้รับการคืนเงินโดยอัตโนมัติ

การเติมเงินจะได้รับโบนัสเพิ่ม: 5% เมื่อเติม $50 ขึ้นไป, 10% เมื่อเติม $100 ขึ้นไป และโค้ดโปรโมชันที่ใช้งานอยู่จะเพิ่มอีก 10% ของยอดฝาก การเติมเงิน $100 พร้อมโค้ดจะได้เครดิต $120

เหรียญวางข้างกองภาพวาดใส่กรอบขนาดเล็กและม้วนฟิล์มที่จัดเรียงเป็นขั้นบันได ภาพประกอบเชิงบรรณาธิการ

ทำไมการใช้ Gemini สร้างภาพ Nano Banana จึงมีประโยชน์?

เส้นทางสองสายไปยังประตูดวงไฟเดียวกัน สายหนึ่งตรงและสั้น อีกสายหนึ่งคดเคี้ยวผ่านด่านตรวจ ภาพประกอบเชิงบรรณาธิการ

การให้ Gemini CLI เรียกโมเดลภาพ Gemini ผ่านเซิร์ฟเวอร์ภายนอกอาจดูเหมือนเป็นการอ้อม แต่หากทำตามวิธีดั้งเดิม คุณต้องเปิดบัญชีเรียกเก็บเงิน Google Cloud เปิดใช้ API ของโมเดล จัดการข้อมูลรับรอง และควบคุมโควตารายภูมิภาค ซึ่งเหมาะสำหรับผู้ที่ต้องการวางโครงสร้างพื้นฐานโดยตรง

แต่บริการนี้ตอบโจทย์อีกรูปแบบ: มีเพียงโทเค็นเดียว เติมเงินล่วงหน้า ไม่ต้องมีบัญชีคลาวด์ ไม่ต้องส่งคำขอขยายโควตา และไม่ต้องผูกกับภูมิภาคใด นอกจากนี้คุณยังเข้าถึงโมเดลวิดีโอ Veo และ Omni รวมถึงระบบสังเคราะห์เสียง TTS ผ่านการเชื่อมต่อเดียวกัน โดยจ่ายตามการสร้างจริงแทนที่จะจ่ายเป็นโปรเจกต์ หากเป้าหมายคือ การสร้างสรรค์ผลงาน มากกว่า การดูแลระบบ วิธีนี้สะดวกกว่ามาก

หากใช้งานในระดับมหึมา การต่อตรงกับคลาวด์อาจประหยัดกว่า แต่ตัวเลือกนี้ช่วยให้คุณเริ่มงานได้ในสองนาที และหมดกังวลเรื่องค่าใช้จ่ายคลาวด์บานปลายโดยไม่รู้ตัว

หากคุณใช้โปรแกรมอื่น เซิร์ฟเวอร์นี้ยังเชื่อมต่อกับ Claude Code, Cursor และ Codex ได้ด้วยคีย์ API เดียวกัน

ตัวอย่างการใช้งานจริง: ภาพประกอบเอกสาร

กรณีการใช้งานที่เห็นผลชัดเจน: โปรเจกต์ที่มีโฟลเดอร์ docs/ จำนวน 12 หน้า โดยแต่ละหน้าต้องการภาพหัวข้อในสไตล์เดียวกัน

พร้อมต์ในเซสชัน:

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.

เอเจนต์จะอ่านไฟล์ เรียก generate_image สำหรับแต่ละหน้า รอผลผ่าน get_result ดาวน์โหลดไฟล์ และเขียนแท็กรูปภาพลงในมาร์กดาวน์ รูปภาพ 12 ภาพในราคา $0.11 รวมเป็นเงิน $1.32 และทุกอย่างเสร็จสิ้นในขณะที่คุณจิบกาแฟ ภาพประกอบทั้งหมดในบทความนี้สร้างขึ้นจากไปป์ไลน์เดียวกันบน Nano Banana Pro ด้วยคำอธิบายสไตล์เดียวกัน

คำแนะนำสองข้อก่อนเริ่ม: ให้สร้างภาพทดสอบภาพแรกก่อนเพื่อตรวจเช็คสไตล์ (หากสไตล์ผิดแล้วรัน 12 ไฟล์จะเสียเงิน $1.32 ไปฟรีๆ) และอย่าเปิดออปชัน --trust เพื่อให้มีการยืนยันการเรียกเครื่องมือแบบชำระเงิน ป้องกันไม่ให้เอเจนต์ทำงานวนซ้ำโดยไม่ตั้งใจ

การ์ดภาพประกอบขนาดเล็กหนึ่งโหลจัดวางเป็นตารางบนโต๊ะอย่างเรียบร้อยในสไตล์เดียวกัน ภาพประกอบเชิงบรรณาธิการ

ใช้งาน OAuth แทน API key ได้หรือไม่?

Gemini CLI รองรับ OAuth 2.0 สำหรับเซิร์ฟเวอร์ MCP ระยะไกล พร้อมระบบ discovery และคำสั่ง /mcp auth เซิร์ฟเวอร์ของเราเป็น OAuth 2.1 authorization server เต็มรูปแบบ (รองรับ dynamic client registration, PKCE S256, RFC 9728 discovery) ทำให้ไคลเอนต์อย่าง Claude Code และ claude.ai สามารถล็อกอินได้โดยไม่ต้องกรอกคีย์เอง

การใช้งานผ่าน API key ได้รับการทดสอบอย่างสมบูรณ์และทำงานได้อย่างเสถียร ส่วนระบบ OAuth ผ่าน Gemini CLI ในเซสชันนี้ยังไม่ได้ตรวจสอบแยกต่างหาก จึงถือว่ามีความเป็นไปได้แต่ยังไม่รับประกัน การสร้าง API key ใช้เวลาเพียง 10 วินาทีและไม่มีวันหมดอายุจนกว่าคุณจะเพิกถอน

คำถามที่พบบ่อย

ไฟล์การตั้งค่าถูกเก็บไว้ที่ไหน?

~/.gemini/settings.json สำหรับระดับผู้ใช้ (user scope) และ .gemini/settings.json สำหรับระดับโปรเจกต์ (project scope) คำสั่ง gemini mcp add --scope user จะเขียนลงในไฟล์แรก

ทำไมเซิร์ฟเวอร์จึงแสดงสถานะ Disabled?

โฟลเดอร์ยังไม่ได้รับการตั้งค่าความน่าเชื่อถือ ให้กดยืนยันตอนเปิดเทอร์มินัล หรือเพิ่มพาธลงใน ~/.gemini/trustedFolders.json โดยกำหนดค่าเป็น TRUST_FOLDER เซิร์ฟเวอร์ระดับผู้ใช้จะถูกปิดการทำงานในโฟลเดอร์ที่ไม่น่าเชื่อถือเช่นกัน

ฉันสามารถจำกัดเครื่องมือที่โมเดลมองเห็นได้หรือไม่?

ได้ ใช้ตัวเลือก --include-tools และ --exclude-tools ในคำสั่ง gemini mcp add หรือตั้งค่าในช่อง includeTools / excludeTools ในการตั้งค่า การแยกออกจะมีผลเหนือกว่าการรวมเข้า

สามารถใช้งานในโปรเจกต์ที่แชร์กับทีมได้หรือไม่?

ให้ตั้งค่าเซิร์ฟเวอร์ในระดับโปรเจกต์และใส่คีย์ผ่านตัวแปรสภาพแวดล้อม ไม่ควรเขียนคีย์ลงในไฟล์โดยตรง นักพัฒนาแต่ละคนจะรัน export BB_KEY=… ด้วยคีย์ของตนเอง ทำให้ประวัติใน git สะอาดเรียบร้อย

จะเกิดอะไรขึ้นหากการสร้างรูปภาพล้มเหลว?

ระบบจะคืนเงินเข้ายอดคงเหลือของคุณโดยอัตโนมัติ รวมถึงกรณีที่ถูกปฏิเสธจากฟิลเตอร์ความปลอดภัย หากพร้อมต์มีความสุ่มเสี่ยง การลองใหม่อีกครั้งถือว่าคุ้มค่า เนื่องจากการตรวจสอบความปลอดภัยจะตรวจจากพิกเซลจริงของภาพที่สร้างเสร็จแล้ว และการสร้างรอบใหม่จะได้รูปภาพที่แตกต่างออกไป

หากต้องการใช้งานผ่านหน้าเว็บ ตัวสร้างรูปภาพบนเบราว์เซอร์ สามารถใช้งานโมเดลเดียวกันจากยอดเงินเดียวกันได้ บนเทอร์มินัลเมื่อเชื่อมต่อแล้วให้เริ่มต้นด้วยคำสั่ง list_models เพื่อดูราคาปัจจุบันและทดสอบการเชื่อมต่อได้ฟรีโดยไม่ต้องเสียค่าใช้จ่าย