用途：调用 Google Gemini API 生成图片，支持从文本提示生成图像、用文本提示编辑已有图像，以及最多 14 张参考图引导风格或内容。适用于生成应用图标、Logo、UI 素材、营销视觉、游戏精灵、概念图与情绪板等。
主要能力：模型包括 gemini-3.1-flash-image-preview（默认，最高 4K，Nano Banana 2）、gemini-2.5-flash-image-preview（最高 1K，适合快速迭代与批量生成）和 gemini-3-pro-image-preview（最高 4K）。支持 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9 宽高比；1K/2K/4K 尺寸仅对 Gemini 3 系列可用。输入图支持 PNG、JPEG、WebP。
使用方式：需 Python 3.9+、google-genai 包并设置 GEMINI_API_KEY 环境变量。安装命令为 pip install google-genai，密钥在 Google AI Studio 创建后通过 export GEMINI_API_KEY="your-api-key" 配置。命令格式：python scripts/generate_image.py -p "提示词"，可选参数包括 -o 输出路径、-m 模型、-a 宽高比、-s 尺寸、-i 输入图、-r 参考图（可重复）、-v 详细进度。也可用 Python SDK 调用 generate_content，配置 response_modalities 包含 "Image"。
限制：模型可能返回文本而非图像，需细化提示词；存在速率限制与内容政策限制；2K/4K 尺寸选项对 2.5 系列无效。提示词公式建议为“主体 + 风格 + 细节 + 质量修饰”。官方文档未提供具体收费与价格信息。