Nano Banana 2 图像生成与编辑
用途
使用 Nano Banana 2（gemini-3.1-flash-image-preview）生成新图像或编辑已有图像。该技能适用于用户要求创建或修改图像的场景。
模型
使用模型代码：
gemini-3.1-flash-image-preview（Nano Banana 2）
本技能中不要使用 gemini-3-pro-image-preview。
使用方式
使用绝对路径或工作区相对路径运行脚本（不要先 cd 进入技能目录）：
生成新图像：
uv run ./.agents/skills/nano-banana-2/scripts/generate_image.py --prompt "your image description" --filename "output-name.png" [--resolution 512px|1K|2K|4K] [--aspect-ratio RATIO] [--api-key KEY]
使用参考图编辑图像：
uv run ./.agents/skills/nano-banana-2/scripts/generate_image.py --prompt "editing instructions" --filename "output-name.png" --input-image "path/to/input1.png" [--input-image "path/to/input2.png" ...] [--resolution 512px|1K|2K|4K] [--aspect-ratio RATIO] [--api-key KEY]
始终从用户当前工作目录运行，以便输出保存在当前项目上下文中。
分辨率选项
Nano Banana 2 支持：
512px（最快，低延迟迭代）
1K（默认）
2K
4K
常见用户语言映射：
“quick draft”“thumbnail”“tiny”“512”“0.5K” → 512px
未提及分辨率 → 1K
“2K”“medium”“normal” → 2K
“4K”“high-res”“ultra”“print quality” → 4K
1K、2K、4K 使用大写 K。
宽高比
支持的宽高比：
1:1、1:4、1:8、2:3、3:2、3:4、4:1、4:3、4:5、5:4、8:1、9:16、16:9、21:9
常见请求映射：
方形帖子 / 图标 → 1:1
手机壁纸 / 竖版短视频 → 9:16
宽屏 / 幻灯片 / 主视觉图 → 16:9
电影宽幅 → 21:9
竖版印刷 → 2:3 或 3:4
全景横幅 → 4:1 或 8:1
如果未指定，则采用模型默认行为。
参考图（Gemini 3 图像工作流新增）
需要时可通过重复 --input-image 提供最多 14 张参考图：
保持角色一致性
保持物体保真度
将多个视觉参考组合为一个输出
简单编辑使用一张图；构图或一致性敏感任务使用多张图。
API 密钥
按以下顺序解析 API 密钥：
--api-key 参数
GEMINI_API_KEY 环境变量
如果没有可用密钥，停止并报告清晰错误。
文件名生成
按以下格式生成文件名：yyyy-mm-dd-hh-mm-ss-name.png
示例：
2026-02-26-17-31-04-japanese-garden.png
2026-02-26-17-31-59-social-banner.png
提示词处理
生成时，除非严重信息不足，否则按用户请求原样传递。 编辑时，在提示词中包含明确的变换指令，并保留原始意图。
输出
将 PNG 保存到当前目录（或 --filename 提供的路径）
返回完整保存路径
除非明确要求，否则不要读回输出图像
示例
创建 4K 宽屏图像：
uv run ./.agents/skills/nano-banana-2/scripts/generate_image.py --prompt "Futuristic city skyline at blue hour with neon reflections" --filename "2026-02-26-17-45-00-futuristic-skyline.png" --resolution 4K --aspect-ratio 16:9
使用多张参考图编辑：
uv run ./.agents/skills/nano-banana-2/scripts/generate_image.py --prompt "Create a polished campaign image that keeps the exact logo details and character identity" --filename "2026-02-26-17-50-10-campaign-image.png" --input-image "logo.png" --input-image "character.png" --resolution 2K --aspect-ratio 4:5
适用场景
需要根据文字描述生成图像，或基于已有图像进行编辑、合成、保持角色与物体一致性的任务。
限制
需要有效的 API 密钥（通过 --api-key 或 GEMINI_API_KEY 提供），否则无法运行。参考图最多 14 张。本技能使用 gemini-3.1-flash-image-preview 模型，不使用 gemini-3-pro-image-preview。