用途:通过 Google Gemini API 生成图像,适用于卡片新闻、缩略图、海报、广告等场景。仅处理图像,视频请使用 kling 技能。
主要能力:提供两个官方模型别名。nano-banana-pro(gemini-3-pro-image-preview)默认 2K 分辨率,每张约 $0.134,文字渲染为 SOTA,适合卡片新闻、海报、广告;nano-banana-2(gemini-3.1-flash-image-preview)默认 1K,每张约 $0.067,适合草稿与大批量 A/B。仅此两个模型,无 Ultra、Cheap 等变体。旧的 imagen-4.0-、imagen-3.0- 以及 v1.1.x 之前的别名会按规则自动升级到 Pro 或 2。
使用方式:CLI 调用示例——python "${CLAUDE_PLUGIN_ROOT}/scripts/generate_image.py" "提示词" output/slide_01.png 3:4 nano-banana-pro。也可用官方 Python SDK(snake_case)或 REST(camelCase)调用 generateContent。支持 14 种画面比例:1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9、1:4、4:1、1:8、8:1。分辨率可选 "512"、"1K"、"2K"、"4K"。API 密钥通过环境变量 GEMINI_API_KEY 设置,兼容旧变量 NANO_BANANA_API_KEY。
适用场景:卡片新闻、缩略图、海报、广告、大批量草稿。
限制:两个模型均不支持免费层级,必须启用按量付费(Pay-as-you-go)计划。提示词中可指定文字内容、字体风格、位置与背景以改善渲染。具体使用细节请参考官方文档。