SuperAPI AI 工具集

nanobanana

设计与创作

查看项目

更新于 10-16 06:21

技能介绍

用途:nanobanana 是一个 AI 图像生成与编辑技能,调用 Google Gemini 图像模型,在用户需要生成、创建或编辑图片时使用。

主要能力:支持两个模型——Pro(gemini-3-pro-image-preview,质量高、适合复杂提示词与思考模式)和 Flash(gemini-2.5-flash-image,快速便宜、适合迭代)。支持文生图、自然语言图像编辑(风格迁移、增删物体、改背景、调色)、最多 14 张图的多图参考、1K/2K/4K 分辨率、多种宽高比、Google 搜索接地、限流自动重试与批量生成。

使用方式:需设置 GEMINI_API_KEY;推荐用 uv 运行,依赖通过 PEP 723 内联声明并首次运行自动安装;也可用 pip install -r ${CLAUDE_SKILL_DIR}/requirements.txt。默认输出到 ~/Downloads/nanobanana_<timestamp>.png。生成示例:uv run ${CLAUDE_SKILL_DIR}/scripts/generate.py "a cute robot mascot, pixel art style";编辑示例加 -i input.jpg;用 --model flash 快速迭代;批量用 scripts/batch_generate.py,支持 -n 数量、-d 目录、-p 前缀、--parallel 并发等。也可作为 Python 模块导入 generate_image、edit_image、batch_generate 使用。

适用场景:插画、产品图、风景、像素画、系列图一致性(先做风格锚点再参考)、角色一致性、品牌一致批量图、缩略图 A/B 变体等。

限制:Gemini API 有配额(免费层约 10 RPM),批量需加延迟或控制并发;所有生成图像含不可关闭的 SynthID 隐形水印;提示词可能触发安全过滤导致无图返回;多轮对话式编辑尚未实现。价格、具体平台支持等资料未明确提供。