SuperAPI AI 工具集

nano-banana-2

设计与创作

查看项目

更新于 10-16 09:59

技能介绍

用途:这是一个图像生成与编辑技能,借助 inference.sh CLI(belt)调用 Google Gemini 3.1 Flash Image Preview,即 Nano Banana 2 模型,完成文生图与基于输入图的图像编辑。

主要能力:支持文本生成图像;支持传入图像进行编辑(最多 14 张,格式为 JPEG、PNG、WebP);可一次生成多张图(num_images);可指定输出比例(1:1、16:9、9:16、4:3、3:4、auto);分辨率支持 1K、2K、4K,默认 1K;可设置输出格式;可通过 enable_google_search 开启 Google 搜索实时信息grounding,用于天气、新闻等场景。输出包含生成的图像数组、文本描述以及用于计价的 output_meta 元数据。

使用方式:先安装 CLI 技能:npx skills add belt-sh/cli。随后登录并运行:belt login,然后 belt app run google/gemini-3-1-flash-image-preview --input '{"prompt": "a banana in space, photorealistic"}'。可通过输入 JSON 传入 prompt、images、num_images、aspect_ratio、resolution、output_format、enable_google_search 等参数。也可用样例流程:belt app sample google/gemini-3-1-flash-image-preview --save input.json 保存输入模板,编辑后以 belt app run ... --input input.json 运行。此外提供 Python SDK(inferencesh),支持流式进度输出。

适用场景:需要批量出图、对已有图片进行编辑、需要不同分辨率与比例、或需要结合实时搜索信息生成视觉内容的场景。

限制:需 inference.sh CLI 并完成登录;相关模型的可用性、定价与配额等资料暂未提供;提示词技巧(风格、构图、光线等)仅为官方建议,不代表效果保证。