用途:通过 Gemini REST API 生成和编辑图片,脚本位于 scripts/nano_banana.py(相对技能基础目录)。内置 26 种风格预设,覆盖 Technical、Business、Creative、UI/UX、Photography、Specialized 六类,可减少手动提示词工程;支持 14 种宽高比与 512px、1K、2K、4K 分辨率。
前置条件:设置环境变量 NANO_BANANA_API_KEY(Google AI Studio 密钥),Python 3.8 以上,安装 requests(pip install requests)。
基本用法:python3 $BASE_DIR/scripts/nano_banana.py --prompt "A modern office building at sunset"。常用参数包括 --output、--preset、--size、--aspect、--model(flash 或 pro)、--input、--deck、--force、--list-presets。优先级为命令行参数 > 预设默认 > config.json > 硬编码回退。
编辑模式:用 --input 传入参考图,可重复最多 14 次,支持 PNG、JPEG、WebP、GIF;提示词应描述对参考图的操作,可结合预设做风格迁移。
幻灯片模式:用 --deck 读取 JSON 规格批量生成幻灯片,每页独立图片;--force 可强制重生成,否则跳过已存在文件。失败单页不中断整体,结束时输出 JSON 摘要,含生成数、失败数、警告等。
输出与配置:结果以 JSON 写到 stdout,图片始终保存为 PNG,父目录自动创建;目标文件已存在时追加 _v2、_v3 等版本号。可在 config.json 设置 output_dir、size、aspect、model、preset、filename_template。
限制:需有效 API 密钥与网络;内容可能触发 Gemini 安全过滤;pro 模型有 60 秒超时;速率限制会自动重试一次。其余细节暂未提供。