用途:通过 Google 的 Nano Banana Pro 模型(gemini-3-pro-image-preview)根据文本提示词生成图片,也可基于输入图片进行编辑、变换或作为风格、构图、主体的参考与上下文。
主要能力:资料称该模型擅长信息图(可结合 Google 搜索获取真实数据)、图像内文字渲染、基于输入图片的编辑与变换、基于参考图片的上下文感知生成、地图与制图可视化、细致的指令遵循,以及复杂视觉任务中的思维链推理。
使用方式:需先设置 GEMINI_API_KEY 环境变量并提供有效的 Google AI API 密钥。脚本与本技能说明文件位于同一目录,使用 uv run 运行,例如: uv run /path/to/skills/nano-banana-pro/generate_image.py "your prompt" -o output.png 调用本技能时,先在技能目录中定位 generate_image.py 再运行。
参数:prompt(必填)为生成或变换的文本描述;-o/--output(必填)为输出文件名,路径自行决定;-i/--image(可选)为用于编辑、变换或作为上下文与参考的输入图片,可多次使用;--aspect-ratio(可选)可选 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9,默认 1:1;--size(可选)为 1K、2K、4K,默认 1K。
输出:脚本会打印生成进度、成功时保存图片的路径、模型返回的文本响应,以及未生成图片时的错误信息。
限制与其他信息:资料未提供具体收费、价格、额度或完整的错误处理说明;使用前必须提供有效的 Google AI API 密钥。