用途:调用 Google Nano Banana 2(gemini-3.1-flash-image-preview)生成专业图片、信息图与图表,并提供基于工作流的提示方法。
主要能力:支持图像内文字渲染、Google 搜索接地(实时数据)、最多 5 个角色跨次生成保持一致、多轮对话迭代优化、最多 14 张参考图用于构图与风格迁移;分辨率 1K、2K、4K;宽高比 1:1、2:3、3:2、4:3、16:9、21:9。
使用方式:脚本通过 uv run 运行,依赖内联声明。文生图:uv run scripts/generate.py "prompt" output.png [aspect_ratio] [size];图像编辑:uv run scripts/edit.py input.png "edit instructions" output.png;多图合成:uv run scripts/compose.py "prompt" output.png --refs image1.png image2.png。需设置 GEMINI_API_KEY 环境变量。工作流文件 infographic.md 与 diagram.md 按 PAI 六步流程(提取叙事、推导视觉概念、应用美学、构建提示、生成、校验)指导信息图与图表制作,信息图建议 16:9、2K 以上以保证文字清晰。
适用场景:信息图、技术图表、流程图、架构图、头像与风格合成等。
限制:不支持写实人物与受版权保护角色;参考图最多 14 张;4K 仅 Nano Banana 2 与 Nano Banana Pro 可用;自动添加 SynthID 水印。定价:1K 免费额度或 $0.04,2K $0.134,4K $0.24。默认输出到 /tmp/ 或指定路径,持久存储可用 ~/Library/Mobile Documents/com~apple~CloudDocs/Geoffrey/images/。不要用 Read 工具读取生成的图片,编辑请用 edit.py。