用途:构建由 Google Nano Banana 图像生成 API 驱动的生产级全栈 Web 应用,从简单的文生图到支持多轮对话的迭代式编辑器。核心理念是把图像生成当作对话而非一次性提示,强调迭代优化、上下文记忆与自然语言编辑。
主要能力:明确只使用两个合法模型字符串——gemini-2.5-flash-image(别名 Nano Banana,快速迭代、草稿、高量)与 gemini-3-pro-image-preview(别名 Nano Banana Pro,高质量输出、文字渲染、2K)。禁止自造名称或加日期后缀,2.5 Pro、gemini-3-flash-image、gemini-pro-vision 均不可用于生成。
使用方式:提供基础 Server Action 示例,使用 @ai-sdk/google 与 ai 的 generateText,并设置 providerOptions 中的 responseModalities: ['IMAGE'] 与 imageConfig。客户端组件示例使用 @ai-sdk/react 的 useChat,通过 append 发送提示并渲染返回图片。安装依赖:npm install @ai-sdk/google ai @ai-sdk/react @vercel/blob,或单独使用 npm install google-genai。环境变量包括 GEMINI_API_KEY、BLOB_READ_WRITE_TOKEN,可选 S3 与 Upstash 相关配置。
适用场景:文生图、图像编辑、多图合成、风格迁移、快速草稿与高质量成品、文字密集图像、多轮迭代编辑、高并发批量生成。
限制与注意事项:图像生成有严格配额,需实现排队与缓存,注意 429 错误;不要把 base64 存入数据库,应使用 Vercel Blob/S3 等对象存储仅保存 URL;不要在客户端硬编码 API 密钥,应通过服务端动作或 API 路由与环境变量;避免每次键入即生成,需防抖并要求显式操作;默认无加载态会使用户误判故障(生成耗时约 5–30 秒)。高级模式与配置细节见 references/advanced-patterns.md 与 references/configuration.md。官方未在本资料中提供具体定价与额度数值。