用途:通过 Google Gemini 图像生成 API 生成图片,需用户先确认意图后再执行。
主要能力:可选择模型(默认 gemini-3.1-flash-image-preview,或 gemini-2.5-flash-image,后者对 imageConfig 更可靠);可指定宽高比并支持从横幅、头像、竖版等描述推断,默认 1:1;分辨率可选 1K、2K、4K、512,默认 1K;服务层级可选 standard(默认)、flex(约便宜 50%,可能排队)、priority(约贵 80%,最快);可传入参考图,未指定输出路径时自动生成描述性文件名,支持批量场景(简介提及)。
使用方式:先检查 GEMINI_API_KEY,未设置时提示在 https://aistudio.google.com/apikey 获取并 export;确认 python3 可用。用环境变量收集参数,如 GEMINI_PROMPT、GEMINI_MODEL、GEMINI_ASPECT_RATIO、GEMINI_IMAGE_SIZE、GEMINI_REF_IMAGE、GEMINI_OUTPUT_PATH、GEMINI_SERVICE_TIER,并要求用户提供的值用单引号包裹以防 shell 注入。随后构建请求 JSON,并用 curl POST 到 https://generativelanguage.googleapis.com/v1beta/models/${GEMINI_MODEL}:generateContent?key=$GEMINI_API_KEY,仅当 HTTP 200 继续;429 时等待 30 秒重试一次;400/403 查故障文档。解析响应、base64 解码并在需要时 JPEG 转 PNG,保存到 GEMINI_OUTPUT_PATH,同时写入同名 _prompt.txt 记录提示词、模型、比例、分辨率、层级、参考图和日期,最后清理临时文件并报告。
限制:需自备 GEMINI_API_KEY 与 Python 3;文档称 Gemini CLI 的 Nano Banana 扩展存在 MCP 工具注册 bug,REST API 是目前唯一可靠路径。
未提供:具体计费价格数值、官方配额、支持平台、批量细节与模型完整对比,资料中暂未提供或仅在 reference.md 中提及。