nano-banana-2 是一个用于图像生成的技能,底层调用 Google Gemini 3.1 Flash Image Preview 模型(Nano Banana 2),通过 inference.sh 的命令行工具 belt CLI 使用。安装该技能可使用命令:npx skills add belt-sh/cli。
【主要能力】 该技能支持文生图(text-to-image)、图像编辑(image editing)以及多图输入(multi-image input)。可指定的参数包括:prompt(必填,描述要生成或修改的内容);images(用于编辑的输入图片,最多 14 张,支持 JPEG、PNG、WebP);num_images(生成图片数量);aspect_ratio(输出比例,可选 "1:1"、"16:9"、"9:16"、"4:3"、"3:4"、"auto");resolution("1K"、"2K"、"4K",默认 1K);output_format(输出格式);enable_google_search(布尔值,启用实时信息落地,如天气、新闻等)。输出包含 images(生成或编辑后的图片)、description(模型的文本描述或回复)以及 output_meta(输入/输出元数据,用于计费)。
【使用方式】 首先需要安装 inference.sh CLI(belt),随后执行 belt login 登录。基本调用示例为:belt app run google/gemini-3-1-flash-image-preview --input '{"prompt": "a banana in space, photorealistic"}'。还可以:生成多张图片(传入 num_images);指定宽高比(传入 aspect_ratio);进行图像编辑(传入 images 数组);输出高分辨率 4K(传入 resolution);结合 Google 搜索(传入 enable_google_search: true)。示例工作流为:先用 belt app sample google/gemini-3-1-flash-image-preview --save input.json 生成示例输入,编辑 prompt 后,再执行 belt app run google/gemini-3-1-flash-image-preview --input input.json。
此外提供 Python SDK,通过 from inferencesh import inference 创建 client,使用 client.run 传入 app 标识(google/gemini-3-1-flash-image-preview@0c7ma1ex)和 input 参数进行生成;设置 stream=True 可流式获取进度与输出。
【适用场景】 适合需要以命令行或脚本方式生成图像、对已有图片进行编辑、批量出图、指定比例与分辨率出图,或需要结合实时信息生成图像的用户。
【限制与未提供信息】 资料中未提供该技能的价格、收费方式、免费额度、生成速度、并发限制及可用地区等信息。图像编辑最多支持 14 张输入图片,分辨率选项为 1K/2K/4K,比例选项为 1:1、16:9、9:16、4:3、3:4、auto。