用途:让 AI 智能体通过 OpenRouter 调用 Nano Banana Pro(google/gemini-3-pro-image-preview)生成任意视觉素材,包括图标、Logo、横幅、背景、UI 元素、插画、角色、贴纸、头像、产品样机、社交媒体图与营销物料。
主要能力:单次请求最多混合编辑 14 张参考图,最多同时保持 5 个主体/角色一致;多图混合可维持系列风格;图像内文字排版准确率约 94-96%,支持多语言;支持局部编辑、光照调整、焦点控制与镜头变换;输出支持 2K/4K 及 1:1、16:9、9:16、4:3、3:4、21:9、9:21、2:3、3:2、5:4、4:5 等比例;支持多轮对话式迭代编辑。
使用方式:需 OpenRouter API key,存为环境变量 OPENROUTER_API_KEY。接口地址 https://openrouter.ai/api/v1/chat/completions,认证头 Authorization: Bearer <OPENROUTER_API_KEY>。生成结果从 response.choices[0].message.images 提取。技能提供 scripts/ 辅助脚本:generate_with_transparency.py、batch_generate.py、remove_backgrounds.py。依赖安装:pip install rembg requests Pillow。
限制:模型不支持真正的 alpha 透明背景,生成的是 RGB PNG(color type 2),请求“透明背景”会画出纯色或棋盘格像素。建议用色键背景(推荐 #00FF00),再用 rembg 或 ImageMagick 后处理,例如 rembg i input.png output.png 或 convert input.png -fuzz 5% -transparent "#00FF00" output.png。生成 10 张以上系列图时可用滑动窗口技术,以最近 5-14 张生成图作参考保持一致性。具体收费与价格资料暂未提供。