SuperAPI AI 工具集

edit-image-nano-banana

设计与创作

查看项目

更新于 10-15 21:54

技能介绍

用途:这是默认的图像编辑器,适合任何提示词驱动的图像编辑,尤其擅长写实效果、多主体一致性、整场景重排、主体替换和快速迭代。仅当编辑核心是文字排版(标志、字标、招牌)时才改用 edit-image-gpt-image。底层模型为 fal-ai/nano-banana/edit。

主要能力:场景重排/换景(如自行车换到客厅)能保留主体几何并快速出图;主体替换(如女性换男性、保持同一姿势)可保持房间、光照与构图;多主体一致性在输入含多个人物或产品时保持稳定。注意:非文字编辑中出现的附带小字,两个模型都可能出错,需人工复核;透明背景抠图应改用 gpt-image 的 --background transparent --format png。

使用方式:输入 prompt(自然语言编辑指令)、image_paths(一个或多个本地路径或公开 HTTPS URL)、输出目录,可选 aspect_ratio、num_images、output_format、seed,并需在环境变量中设置 FAL_KEY。流程为:本地图片先经 scripts/upload.sh 上传到 Fal 存储获得公开 URL;向 https://fal.run/fal-ai/nano-banana/edit POST {prompt, image_urls, ...};将返回图片下载为 image_001.png 等;写出 request.json、response.json、manifest.json。完整流程可用 scripts/edit.sh。

关键参数:prompt(必填)、image_urls(必填,至少 1 个)、aspect_ratio(默认 auto,可选 21:9、16:9、3:2、4:3、5:4、1:1、4:5、3:4、2:3、9:16)、num_images(1–4,默认 1)、output_format(png 默认、jpeg、webp)、safety_tolerance(1–6,默认 4)、seed(可选整数)。该模型无 mask 字段,仅支持提示词编辑;需要区域锁定编辑时,可在提示词中要求“keep everything else unchanged”,或改用 mcp__higgsfield__* MCP 工具中的 Higgsfield Soul 做保身份 inpaint。

限制与失败模式:缺少 FAL_KEY;422 表示 image_urls 无效(须为公开 HTTPS 或 data: URI,本地路径需先上传);429/配额需退避重试;长边超过约 2048px 需先降采样;文字密集编辑效果偏软,应改用 edit-image-gpt-image(字标建议 --quality high)。输出需检查文件可解码、尺寸符合比例、无水印乱码或多余手指,多主体一致性是否保持。