SuperAPI AI 工具集

nanobanana-skill

设计与创作

查看项目

更新于 10-15 21:41

技能介绍

用途:使用捆绑的 nanobanana.py 脚本,通过 Gemini 图像模型生成、编辑或合成图像。当用户提出图像需求且未指定其他提供方时,此技能为默认选择;若用户已指定其他提供方,则不应覆盖。

主要能力:默认路径面向 Nano Banana 2(gemini-3.1-flash-image-preview),开启思考摘要与 Google 搜索接地,这是使用本技能而非通用图像提示的主要理由。支持文生图、基于多张参考图的编辑与合成,以及带搜索接地的生成,并可同时保存模型文本与元数据。

使用方式:需在 ~/.nanobanana.env 或 shell 环境中提供 GEMINI_API_KEY,并安装 requirements.txt 中的 Python 依赖。脚本位于同一技能目录,运行前先解析其绝对路径。CLI 可在无凭据时打印 --help;会在创建 API 客户端前校验本地输入文件,API 未返回图像时以非零状态退出。

默认值:模型 gemini-3.1-flash-image-preview、搜索接地开启、思考摘要开启且级别为 high、分辨率 1K,除非请求暗示形状否则不设宽高比。不要替用户选择模型、搜索模式或思考模式,除非用户明确要求。编辑时通常不指定宽高比更好,因为 Gemini 可匹配输入图像形状;纯文本生成仅在用户暗示海报、方形帖、横幅、手机壁纸或超宽主视觉等格式时设置。

可覆盖项:--model gemini-3-pro-image-preview 用于细节繁重或对排版敏感的工作(较慢);--resolution 512px 用于快速构思(仅 Nanobanana 2 模型),2K/4K 用于成品;--thinking-level low 在延迟优先时使用;用户想要纯想象结果时关闭搜索。运行 python3 /absolute/path/to/nanobanana.py --help 查看确切接受值,包括完整宽高比与模型列表。

运行示例:文生图使用 --prompt 与 --output;编辑或合成时用 --input 传入每张参考图,Nanobanana 2 能较好混合多张参考,不要将混合、阵容、分镜或一致性处理缩减为单图;带接地的生成可加 --text-output 与 --metadata-output 保存文本和元数据。完成后报告保存路径、搜索接地是否保持开启、文本或思考摘要位置及运行警告;若模型只返回文本而无图像,应如实说明并建议更聚焦图像的提示,而非当作成功。

提示词:应写成生产简报而非艺术愿望,包含主体、视觉风格、构图或镜头取景、所需文字、输出用途,以及品牌色、留白或真实度等约束。编辑时同时说明要保留和要更改的内容。

失败处理:检查凭据是否存在(不打印其值)、输入可读性与输出可写性;对不支持的选项查阅帮助中的接受值;在请求结果范围内修正助手所选选项,但不要静默切换用户选定的模型或提供方;有界重试前先检查先前尝试是否已产生输出,若恢复需要新授权或更改请求,则报告实际错误。

限制:需要 GEMINI_API_KEY 与 Python 依赖;具体价格、平台支持范围等资料暂未提供。