用途:用 Google Gemini 3 Pro Image 模型(gemini-3-pro-image-preview)从文本生成图像,或对已有图像进行自然语言编辑。
主要能力:文生图(写实、插画、像素风、产品图、风景等);图像编辑(风格转换、增删物体、改背景、调色);多种宽高比(1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9);分辨率可选标准、2K、4K;可用 --search 启用 Google 搜索 grounding 提升涉及真实人物、地点、事件与产品的准确性;提供批量生成与 Python API。
前提:需要 GEMINI_API_KEY(来自 Google AI Studio),Python 3.10+ 及 google-genai。安装:pip install google-genai pillow。
用法示例:生成 python3 <skill_dir>/scripts/generate.py "a cute robot mascot, pixel art style" -o robot.png;编辑 python3 <skill_dir>/scripts/generate.py "make the background blue" -i input.jpg -o output.png;指定比例 --ratio 21:9;高清 --size 4K;批处理 python3 <skill_dir>/scripts/batch_generate.py "pixel art logo" -n 20 -d ./logos -p logo。generate.py 参数:-o 输出、-i 输入图、-r 比例、-s 尺寸、--search、-v。batch_generate.py 参数:-n 数量、-d 目录、-p 前缀、-r、-s、--delay。Python 中可 from generate import generate_image, edit_image 调用。环境变量 GEMINI_API_KEY(必需)与 IMAGE_OUTPUT_DIR(默认 ./nanobanana-images)。
限制:受 Gemini API 配额与速率限制,批量建议加 3–5 秒延迟;提示可能触发安全过滤导致无图像返回;具体收费与价格资料未提供。