SuperAPI AI 工具集

nano-banana

设计与创作

查看项目

更新于 10-15 21:53

技能介绍

用途:通过 Google Gemini 图像生成 API,从文本提示生成图像,或按文本指令编辑已有图像,也可用参考图做风格迁移。适用于演示插图、文章配图、缩略图、社交帖图及同一概念的批量变体。

主要能力:提供 flash(默认,gemini-3.1-flash-image-preview)、pro(gemini-3-pro-image-preview,质量最高、适合图中文字)、flash-2.5(gemini-2.5-flash-image,旧版)三种模型;内置 editorial、blueprint、ink、risograph、wireframe、constellation、brutalist、grain 等风格预设,可在 presets.yaml 自定义;平台预设 youtube、youtube-short、slides、blog、x、square、story、pinterest 会自动缩放并居中裁剪;--n 可并行生成多张变体并合成 contact sheet;支持 --edit 编辑、--reference 风格锚定、--project 归档与 JSON sidecar、again 重跑、history 查看历史、--dry-run 预览提示词。

使用方式:首次运行 scripts/nano_banana.py init 完成依赖检查与配置;基本用法为 scripts/nano_banana.py "提示词" ./out.png,可加 --preset、--platform、--model、--n 等参数。需 GEMINI_API_KEY(可由 SOPS + age 从 secrets.enc.yaml 解密,或直接 export),并依赖 sops、age、ImageMagick(magick)及带 pyyaml 的 python3。

限制:API 偶发 500/INTERNAL 或空结果,脚本最多重试 4 次(指数退避);4xx 与安全违规不重试。批量并行需控制并发以免触发限流,超过 6 项建议串行。图中文字渲染建议用 pro 模型并加引号写明原文。其余未在资料中说明的功能、收费与平台支持情况暂未提供。