用途:根据文字提示生成图像,或对已有图像进行编辑,适用于 logo、插画、产品图、社交媒体图、概念艺术与照片编辑。
主要能力:底层使用 Google Gemini 原生图像生成(nano-banana,模型 gemini-3.1-flash-image-preview)。支持多尺寸输出:512(快速预览)、1K(默认)、2K、4K(最终素材),用 imageSize 控制质量与速度权衡;支持文生图、图生图编辑、风格迁移与增强。所有图像带不可见的 SynthID 水印。配套 internet-search 子技能用于研究视觉参考、品牌规范、风格灵感与设计趋势。
使用方式:先确认子技能已安装,缺失时用 skill-installer 按 slug 安装: ls ~/.skills/rebyteai-nano-banana/SKILL.md ~/.skills/rebyteai-internet-search/SKILL.md 2>/dev/null 未安装且可用的 nano-banana 前不要开始生成。随后解析需求(主体、风格、尺寸、用途、编辑还是新建),必要时研究参考,编写含主体构图、风格媒介、颜色氛围、背景与排除项的详细提示词,先以 512 或 1K 生成 2-4 个变体获取反馈,再迭代,最终以 2K 或 4K 输出。图生图用于风格迁移、增强、改背景或改色、转复古胶片等。迭代用低分辨率,定稿再升高。交付时按用途提供格式:logo 给浅色与深色背景,社媒按平台比例(1:1、16:9、9:16),应用图标用高分辨率,印刷用 4K。需在 HTML 中嵌入时上传到公共 CDN: echo "$BASE64" | base64 -d > /tmp/img.png PUBLIC_URL=$(bash ~/.skills/rebyteai-image-workflow/scripts/upload-public.sh /tmp/img.png "{slug}" "{descriptive-name}") 脚本会附加 6 位内容哈希以配合一年期不可变 CDN 缓存。
限制:AI 生成图像中的文字可能不完美,建议在设计工具中合成文字;精确几何布局用 HTML/CSS 更好;生成图像含不可见可检测的 SynthID 水印;需要像素级精确布局时可考虑 design-workflow 技能。其他收费、价格、平台支持等细节资料暂未提供。