用途:该技能在用户需要图片(缩略图、社交帖子、博客头图、A+ 素材等)时,调用 Nano Banana 2 或 Nano Banana Pro 生成图像。默认使用 Nano Banana 2(gemini-3.1-flash-image-preview),速度快、约 $0.067/2K;Nano Banana Pro(gemini-3-pro-image-preview)较慢、约 $0.134/2K,仅在确有需要时使用。
主要能力:工作流包括构思 4-6 个视觉概念、用户选定方向、为真人题材寻找高清参考照片、优化提示词、生成 2-3 种风格变体、经 API 出图,并可迭代编辑已有图像(增减元素、改服饰背景、去文字水印)。支持宽高比设置(16:9、1:1、9:16、3:4、4:3),可生成多版本,输出附 .meta.json 元数据(alt_text、keywords、格式、尺寸等)。还提供 image_optimizer.py 转 WebP,内置 thumbnail、social-square、aplus-* 等尺寸预设。
使用方式:直接生成用 Gemini API,需 pip install google-genai pillow,脚本位于 .claude/skills/nano-banana-image-generator/scripts/generate_image.py,API Key 从 .env 的 GEMINI_API_KEY 或 GOOGLE_API_KEY 读取。示例参数:--model flash/pro、--aspect、--variations N、--output、--input 参考图、--seo-name、--context。备用路径为 inference.sh 的 infsh 命令行。编辑已有图时使用 --input 指定源图并描述“改什么、保留什么”。
适用场景与限制:适合博客、社媒、A+ 内容等图片生产;真人题材须先取高分辨率参考图(建议最长边 1000px 以上,1920px+ 更佳),低分辨率输入会模糊失真。提示词应使用完整自然语言句子,颜色用名称而非十六进制,元素控制在 2-3 个,避免陈词滥调。输出目录需按内容类型归档。定价、分类与平台支持等其余细节资料未完整给出;部分风格指南内容在资料中未展开。