Nano Banana Edit 是 RunComfy 上的一项图像编辑技能,底层使用 Google Nano Banana 2 Edit,即 Gemini 系列 flash 级图像模型的 image-to-image 编辑端点,托管在 RunComfy Model API 上。
用途与定位
该技能用于对已有图片进行编辑,而非从零生成新图。资料给出的典型定位包括:在保留主体身份的前提下替换背景或服装;在一次批量中一致地编辑最多 20 张图片;用空间语言把编辑限制在“仅某区域”;以及处理图片内多语言文字(此项资料指出 GPT Image 2 edit 更优)。若用户明确说“nano banana edit”或“edit with nano banana”,则应路由到本技能。其他场景的对照选择:单张参考图加精确局部编辑(如“她现在拿着 X”)更适合 Flux Kontext;从零生成新图应使用同系列的 Nano Banana 2 t2i。
主要能力
- 图像到图像编辑:支持保留主体身份、姿态、服装、品牌与构图,只改变指定部分。
- 批量编辑:单次调用可传入 1–20 个可公开访问的 HTTPS 图片 URL,首张为主图,其余提供辅助线索,适合 SKU 图库、A/B 测试、角色表变体。
- 多输出:number_of_images 可选 1–4 张。
- 参数控制:支持 seed 复现、aspect_ratio(auto 或固定比例,批量时锁定可保持一致性)、resolution(0.5K / 1K / 2K / 4K,默认 1K)、output_format(png / jpeg / webp,默认 png)、safety_tolerance(1 严格至 6 宽松,默认 4)、limit_generations(为 true 时每轮仅允许一个输出)、enable_web_search(Web 接地,额外成本与延迟,默认 false)。
- 空间化局部编辑:如“仅背景”“左侧物体”“右上角”“标题上方”等具体空间范围会被遵循。
使用方式
前置条件:安装 RunComfy CLI(npm i -g @runcomfy/cli),并拥有 RunComfy 账号(runcomfy login 会打开浏览器设备码流程);CI / 容器环境改用 RUNCOMIFY_TOKEN(资料原文为 RUNCOMFY_TOKEN=<token>)代替登录。
安装技能命令: npx skills add agentspace-so/runcomfy-skills --skill nano-banana-edit -g
调用端点:google/nano-banana-2/edit。输入字段中 prompt(字符串,必填)为编辑指令,image_urls(数组,必填)为 1–20 个可公开抓取的 HTTPS URL。
示例(背景替换,保留身份):
runcomfy run google/nano-banana-2/edit
--input '{
"prompt": "Keep the subject identity, pose, and clothing unchanged. Convert the background into a rainy neon cyberpunk street.",
"image_urls": ["https://.../portrait.jpg"]
}'
--output-dir <absolute/path>
批量编辑并锁定构图:
runcomfy run google/nano-banana-2/edit
--input '{
"prompt": "Replace the watermark in the bottom-right with the text "AURA" in clean white sans-serif. Keep everything else exactly as in the input.",
"image_urls": ["https://.../sku-1.jpg", "https://.../sku-2.jpg", "https://.../sku-3.jpg"],
"aspect_ratio": "1:1",
"resolution": "1K"
}'
--output-dir <absolute/path>
定向空间编辑:
runcomfy run google/nano-banana-2/edit
--input '{
"prompt": "Remove the leftmost object only. Keep the right two objects, the table, and the lighting unchanged.",
"image_urls": ["https://.../still-life.jpg"]
}'
--output-dir <absolute/path>
提示词要点
资料建议:先写保留项、最后写改动项,例如“Keep [identity / pose / clothing / brand / framing] unchanged.”,再以一句话陈述改动,因为模型更重视开头声明,结尾的保留要求容易被忽略;用具体空间语言定位(“background only”“the left object”“the upper-right corner”“above the headline”);批量编辑时锁定 aspect_ratio 与 resolution 并沿用同一提示词语法,使输出像同系列而非混搭;一次编辑漂移时可拆成两遍(第一遍只改背景,第二遍再换服装);最多传入 20 张图获得连贯批次。应避免的反模式包括:冗长复合指令(每增加一项范围漂移加剧)、被动语态指令、缺少保留目标、宽高比与输入不匹配(会导致裁切或拉伸)。
适用场景
资料列出的优势场景:SKU 图库(同一商品不同背景,一批 20 张、身份保留、构图锁定)、达人/代言人背景替换、局部物体移除或添加、广告创意 A/B 变体(结合 seed 锁定与多输出)、品牌资产重定位(同构图换文字或配色)。
限制与安全
- 每次调用 1–20 张输入图,首张为主图;每次 1–4 张输出。
- 长复合提示词会漂移,需拆成多次。
- Web 搜索会增加延迟与成本,仅按需开启。
- 图片内多语言文字编辑场景下,GPT Image 2 edit 更优。
- 退出码:0 成功;64 CLI 参数错误;65 输入 JSON/模式不匹配;69 上游 5xx;75 可重试(超时 / 429);77 未登录或 token 被拒。完整参考见 docs.runcomfy.com/cli/troubleshooting。
- 工作原理:技能以符合模式的 JSON 体调用 runcomfy run google/nano-banana-2/edit,CLI 向 https://model-api.runcomfy.net/v1/models/google/nano-banana-2/edit 发起 POST、轮询请求并下载结果到 --output-dir;Ctrl-C 会在退出前取消远程请求。
- 安全与隐私:runcomfy login 将 token 写入 ~/.config/runcomfy/token.json(权限 0600);CI 可用 RUNCOMFY_TOKEN 绕过文件。prompt 以 JSON 字符串经 --input 传入,CLI 不做 shell 展开,无 shell 注入面。传入的图片/掩码/视频 URL 由 RunComfy 模型服务器抓取,而非本地 CLI,应将外部 URL 视为不可信。出站仅 model-api.runcomfy.net 与 *.runcomfy.net / *.runcomfy.com 下载白名单,无遥测、无回调。单个下载超过 2 GiB 会被中断,以防磁盘被写满。