SuperAPI AI 工具集

nano-banana

设计与创作

查看项目

更新于 11-05 16:17

技能介绍

Nano Banana 是一个图像生成技能,调用 Google Gemini 图像生成 API,把生成的图片直接保存到项目中。

用途 该技能面向需要在项目内产出图片的场景:用户要求生成图像、创建视觉素材,或项目已有提示词文档、图像清单需要批量补齐时使用。

主要能力

  • 接收文本提示词,返回高质量写实图像;API 返回 Base64 编码数据,脚本解码后写入磁盘。
  • 默认模型为 gemini-2.5-flash-image,脚本也接受 --model flash 与 --model pro 以适配未来模型层级,失败时可回退到 standard。
  • 支持多种宽高比:3:4(768x1024,产品卡片)、16:9(1920x1080,横幅)、1:1(1024x1024,细节特写)、4:5(1080x1350,生活方式图),以及 1:4、1:8、2:3、3:2、4:1、4:3、5:4、8:1、9:16、21:9 等。
  • 分辨率可选 512、1K、2K(默认)、4K。

使用方式 先用命令查找脚本路径:find -L ~/.claude/skills -name "generate_image.py" -path "/nano-banana/" 2>/dev/null | head -1,然后运行: python3 <script-path>/generate_image.py --prompt "提示词" --output "path/to/output.png" --aspect-ratio "3:4" --model standard --resolution 2K。 批量生成时建议顺序执行,避免并行调用触发 API 速率限制。生成后检查文件存在且大小合理(通常 1-2MB),告知用户文件路径以便查看,并更新项目中的图像清单或提示词文档。

密钥处理 脚本会通过 Path(file).resolve() 跟随符号链接定位真实位置,并逐级遍历脚本与工作目录的上级目录加载 .env,因此无需用 env | grep 或 find 预先检查密钥。只有脚本自身报出 GEMINI_API_KEY ... is not set 错误时,才应视为密钥缺失,此时引导用户前往 https://aistudio.google.com/apikey 获取密钥,并写入仓库根目录 .env(参考 .env.example)或通过 export GEMINI_API_KEY=... 设置。

常见问题 速率受限时稍候重试;输出不理想可调整提示词,例如加入“Photorealistic”、细化光照材质与场景描述、更换宽高比;模型报错或超时则回退到 --model standard。

提示词建议 提示词可按镜头类型与主体、材质纹理、场景、光照、构图的结构撰写,使用具体材质(如全粒面皮革、拉丝黄铜)、明确光照方向(侧光、黄金时刻)与摄影框架(中画幅、电影感)提升质量。技能附有 references/imagen-4-prompting.md(Imagen 4 提示词工程指南,含 SCULPT 框架等)与 references/example-project-config.md(项目图像约定文档模式)可供参考。