SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场nano-banana-2

nano-banana-2

设计与创作

查看项目

更新于 10-15 08:33

技能介绍

用途

Nano Banana 2 是 Google Nano Banana 2（Gemini 系列 flash 档位的文生图模型）在 RunComfy Model API 上的托管版本，以技能形式提供。它适合在追求迭代速度与稳定构图、而非最高细节的场景下使用，主要用于快速草稿、社交缩略图和批量变体的生成，以及画面内文字排版。

选取该模型的参考：如果目标是快速草稿、社交缩略图、批量变体，或需要可预测的画面内文字排版，可选用 Nano Banana 2。需要联网接地的图像（时事/真实实体）时，可开启 enable_web_search。图像编辑（保留主体、更换背景）应使用同系列的 nano-banana-edit；重度风格化/绘画风格、极致提示词遵循与多语言文字、2K–4K 主视觉与最大真实感、超写实人像等场景，资料分别指向其他模型（Flux 2、GPT Image 2、Seedream 5、Nano Banana Pro）。若用户明确提到 "Nano Banana" / "nano-banana-2" / "Gemini image"，则路由到此技能；若只说 "Nano Banana" 而未区分 2 与 Pro，人像默认 Pro，其余默认 2。

主要能力

  • 文生图端点：google/nano-banana-2/text-to-image。
  • 输入字段：
    • prompt（字符串，必填）：以主体优先的描述。
    • num_images（整数，可选，默认 1，范围 1–4）：构思轮次可用 4。
    • seed（整数，可选，默认 0）：复用以保证可复现。
    • aspect_ratio（枚举，可选，默认 auto）：auto、21:9、16:9、3:2、4:3、5:4、1:1、4:5、3:4、2:3、9:16。
    • resolution（枚举，可选，默认 1K）：0.5K（草稿）、1K（默认）、2K（成品）、4K（最大）。
    • output_format（枚举，可选，默认 png）：png、jpeg、webp。
    • safety_tolerance（整数，可选，默认 4）：1（严格）–6（宽松）。
    • limit_generations（布尔，可选，默认 true）：将每个提示词轮次限制为一次生成。
    • enable_web_search（布尔，可选，默认 false）：增加联网接地（额外成本与延迟）。
  • 图像编辑请参考同系列 nano-banana-edit 技能。

使用方式

前置条件：

  • RunComfy CLI：npm i -g @runcomfy/cli
  • RunComfy 账号：runcomfy login 会打开浏览器设备码流程。
  • CI / 容器：设置 RUNCOMPY_TOKEN=<token> 代替 runcomfy login（原文写作 RUNCOMPY_TOKEN 处按原文为准，见原文为 RUNCOMPY_TOKEN）。

调用示例：

默认草稿（1K、方形、png）：

runcomfy run google/nano-banana-2/text-to-image
--input '{"prompt": "<user prompt>"}'
--output-dir <absolute/path>

构思用的竖版 4 张批量：

runcomfy run google/nano-banana-2/text-to-image
--input '{ "prompt": "<user prompt>", "num_images": 4, "aspect_ratio": "9:16", "resolution": "0.5K" }'
--output-dir <absolute/path>

2K 成品并锁定种子：

runcomfy run google/nano-banana-2/text-to-image
--input '{ "prompt": "<user prompt>", "resolution": "2K", "aspect_ratio": "16:9", "seed": 42 }'
--output-dir <absolute/path>

联网接地（时事/真实实体）：

runcomfy run google/nano-banana-2/text-to-image
--input '{ "prompt": "<prompt referencing a real-world event from this week>", "enable_web_search": true }'
--output-dir <absolute/path>

工作原理：技能以符合 schema 的 JSON 体调用 runcomfy run google/nano-banana-2/text-to-image。CLI 向 https://model-api.runcomfy.net/v1/models/google/nano-banana-2/text-to-image 发起 POST，轮询请求，获取结果，并将任何 .runcomfy.net/.runcomfy.com URL 下载到 --output-dir。Ctrl-C 会在退出前取消远程请求。

提示词写法

  • 主体优先的陈述式语法：先主体，再动作、环境、风格、镜头；主体前置，指令后置。
  • 画面内文字需精确加引号：例如 "The label reads 'AURA' in clean bold sans-serif, centered, white on black"，并指定位置与字体风格。
  • 精修时保持一致的种子：在单一提示词做小幅变体时锁定 seed，保持构图稳定。
  • 联网接地按需开启：仅在提示词涉及时事/真实实体时启用 enable_web_search，默认关闭，因其增加延迟与成本。
  • 不要冲突的风格："minimalist + ornate + retro + cyberpunk" 会相互抵消，选择 1–2 个锚点风格。
  • 反模式：试图用文字描述稳定的主体身份（应改用带图像参考的 edit 端点）；请求 4 档之外的分辨率（返回 422）；请求 11 个支持值之外的宽高比（返回 422）；画面内文字不加引号（渲染不可预测）。

示例提示词（资料称已验证可产生较好结果）：

电影感人像：

A cinematic close-up portrait of an American woman standing under neon lights in rainy Tokyo, shallow depth of field, reflective wet streets, ultra-detailed, realistic skin texture

带引号文字的品牌资产卡片：

A minimalist 16:9 product card: a matte black ceramic mug centered on a soft warm-grey paper background, rim highlight from upper-left, the headline "Brewed Quietly" in clean bold sans-serif top-right, balanced negative space below, e-commerce ready, clean studio lighting

竖版平台原生：

A 9:16 vertical hero for a wellness brand: a single ceramic teacup on a linen runner, soft morning side-light, the words "Slow Down" in hand-drawn serif large at the top, gentle steam rising, neutral color palette, uncluttered

适用场景

  • 营销草稿缩略图（4 张一批）：0.5K 快速迭代，再将胜出方案提升到 2K。
  • 社交平台原生尺寸：广泛宽高比支持，包括 9:16、4:5、21:9。
  • 海报/卡片的画面内文字排版：字符加引号时可获得可预测的文字渲染。
  • 联网接地的时事图像：enable_web_search 整合最新信息。
  • 可复现的变体测试：种子与一致构图表现较强。

限制

  • 仅静态图像，此端点不支持视频。
  • 每个请求最多 4 个输出。
  • 联网搜索增加延迟与成本，仅在需要时启用。
  • 2K / 4K 成本更高，除非用户要求更高分辨率，否则默认 1K。
  • 图像编辑请使用 /edit 端点，而非此端点。

退出码：0 成功；64 CLI 参数错误；65 输入 JSON/模式不匹配；69 上游 5xx；75 可重试（超时/429）；77 未登录或 token 被拒。完整参考：docs.runcomfy.com/cli/troubleshooting。

安全与隐私

  • Token 存储：runcomfy login 将 API token 写入 ~/.config/runcomfy/token.json，权限 0600（仅所有者读写）。在 CI / 容器中可设置环境变量以完全绕过文件。
  • 输入边界：用户提示词以 JSON 字符串通过 --input 传给 CLI；CLI 不会对提示词做 shell 展开，而是直接通过 HTTPS 将 JSON 体发送到 Model API，提示词内容不构成 shell 注入面。
  • 第三方内容：传入的图像/蒙版/视频 URL 由 RunComfy 模型服务器抓取，而非本机 CLI。外部 URL 应视为不可信；基于图像的提示词注入是所有图像编辑/视频编辑模型的已知风险。
  • 出站端点：仅 model-api.runcomfy.net（请求提交）与 *.runcomfy.net / *.runcomfy.com（生成结果的下载白名单）。无遥测、无回调。
  • 生成文件大小上限：CLI 会中止任何超过 2 GiB 的单次下载，以防恶意或失控的模型输出占满磁盘。