nano-banana 是使用 Google Gemini API 的图像生成技能,可用于生成图片、绘图、创建角色与插画等场景。
用途与触发:当请求涉及生成图像、绘制、创建角色、插画或“nano banana”“image gen”等关键词时启用。
主要能力:支持 4K 图像输出、角色一致性模式(在多张图中保持同一角色)以及图内原生文字。可指定尺寸与宽高比,如方图 1024x1024、横图 1536x1024、竖图 1024x1536、4K 高分辨率。还支持图像编辑(局部修改):将已有图片转为 base64 后随编辑指令一起提交。
使用方式:先设置环境变量 export GEMINI_API_KEY="your-api-key-here",可写入 shell 配置或 .env。生成时用 curl 调用 https://generativelanguage.googleapis.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent?key=$GEMINI_API_KEY,请求体包含 contents 与 generationConfig.responseModalities(TEXT、IMAGE),再用 python3 解析响应,将 inlineData 的 base64 数据写入文件。生成结果默认保存到 NANO_BANANA_OUTPUT(默认 /tmp)。建议把用户请求转为英文提示词并写清风格、颜色、构图与背景。角色一致性靠每次提示中固定同一段角色描述实现。
模型:默认 gemini-3.1-flash-image-preview(支持 4K、质量最佳);gemini-2.5-flash-image 为稳定回退;gemini-3-pro-image-preview 为 Pro 质量。可修改 URL 中的模型名切换。
环境变量:GEMINI_API_KEY(必填);NANO_BANANA_OUTPUT(默认 /tmp,输出目录)。
限制:需要有效的 Gemini API Key;若返回空响应、安全拦截或仅文本回复,则无法得到图片;具体计费与配额资料未提供。