SuperAPI AI 工具集

gemini-imagegen

设计与创作

查看项目

更新于 10-15 21:34

技能介绍

用途:调用 Gemini API 生成或编辑图像,适用从文本提示创作图片、修改现有图片、应用风格及多轮细化等场景。

主要能力:默认模型 gerini-3-pro-image-preview(资料写作 gemini-3-pro-image-preview),分辨率 1K/2K/4K(默认 1K),宽高比支持 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9。支持编辑已有图片、多轮对话式细化、Google 搜索接地,以及最多 14 张参考图合并元素。

使用方式:需设置环境变量 GEMINI_API_KEY。通过 google-genai 客户端调用 generate_content,指定 response_modalities 为 ['TEXT','IMAGE'],用 ImageConfig 设置 image_size 与 aspect_ratio。编辑时在 contents 中传入 PIL 打开的图片与文本提示。多轮细化可用 chats.create 的 send_message。

限制:生成的图片均含 SynthID 水印;API 默认返回 JPEG,保存时应用 .jpg 扩展名,否则会出现媒体类型不匹配错误;纯图像模式不能与 Google 搜索接地同时使用。

费用、价格、平台等资料未提供。