用途:调用 Google Gemini 图像 API 生成新图像或编辑已有图像,适合在对话中按用户描述产出图片、修改图片风格或合成多张参考图。
主要能力:默认模型为 Nano Banana 2(gemini-3.1-flash-image-preview),更快更便宜,支持 0.5K 分辨率、宽高比、thinking 推理和最多 14 张参考图;旧模型 Nano Banana Pro(gemini-3-pro-image-preview)需通过 --model nano-banana-pro 指定,已于 2026 年 3 月 9 日弃用。分辨率支持 0.5K、1K(默认)、2K、4K,编辑时未指定则按输入图尺寸自动判断。宽高比支持 14 种(仅 Nano Banana 2),省略则由 API 决定。
使用方式:用绝对路径运行脚本,不要先 cd 到技能目录,以保证图片保存在用户当前工作目录。生成:uv run ~/.claude/skills/nano-banana/scripts/generate_image.py --prompt "描述" --filename "output.png" [--resolution 0.5K|1K|2K|4K] [--aspect-ratio 16:9] [--thinking high] [--api-key KEY]。编辑:加 --input-image "path/to/input.png"。多参考图:重复 --input-image 最多 14 次。API Key 依次取 --api-key 参数、GEMINI_API_KEY 环境变量。输出为 PNG,脚本会打印完整路径,无需回读图片。
适用场景:生成插画、缩略图、信息图,风格迁移、角色一致性、物体参考、图片编辑(增删元素、改风格、调色、虚化背景)等。
限制:图像生成无免费额度,仅付费层可用;thinking token 无论级别均计费。Nano Banana Pro 已弃用。资料未提供更多平台或集成信息。