用途:nano-banana 提供对 Gemini 图像生成能力的访问,用于创建图像、插画、图表,以及对已有图像进行编辑。
主要能力:支持文生图、图像编辑、批量并行生成、多轮对话式细化,以及高分辨率输出。可用模型包括 gemini-2.5-flash-image(快速、高吞吐、低延迟)和 gemini-3-pro-image-preview(专业质量、4K、高级推理)。
使用方式:需将 API key 设为 GOOGLE_API_KEY 或 GEMINI_API_KEY 环境变量;脚本自带预装 google-genai 的虚拟环境(.venv/),可直接调用,如 ~/.claude/skills/nano-banana/scripts/generate_image.py。生成单图:python scripts/generate_image.py "a sunset over mountains" sunset.png;带选项:python scripts/generate_image.py "modern office" office.png --model pro --aspect 16:9 --size 4K。编辑图像:python scripts/edit_image.py photo.png "remove the background" result.png。批量生成:python scripts/batch_generate.py prompts.json ./output/ --parallel 3,或使用每行一个提示词的文本文件。多轮编辑:python scripts/chat_session.py --output-dir ./images/,可用 --session-file 恢复会话,或用 --message 发送单次细化。
generate_image.py 选项:--model/-m(flash 默认或 pro)、--aspect/-a(1:1 默认、16:9、9:16、21:9、4:3、3:4)、--size/-s(仅 pro:1K、2K、4K)。edit_image.py 选项:--model/-m。batch_generate.py 选项:--model/-m、--aspect/-a、--parallel/-p、--json。chat_session.py 选项:--model/-m、--session-file/-s、--output-dir/-o、--initial/-i、--message。
适用场景:快速迭代与高批量任务可用 flash 模型,最终生产资产与 4K 输出可用 pro 模型,多图任务可用批量并行生成。
限制:需有效的 Gemini API key;pro 模型的分辨率选项仅限 1K、2K、4K;具体收费、价格与平台支持情况暂未提供。