SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场nano-banana-pro

nano-banana-pro

设计与创作

查看项目

更新于 10-16 02:59

技能介绍

用途

Nano Banana Pro 是一个用于调用 Google Gemini 3 Pro Image（Nano Banana Pro）模型的技能，主要面向 AI 图像生成与编辑场景。它通过一组 Python 脚本封装 API 调用，让使用者可以用命令行或代码方式生成、修改图片。

主要能力

  • 文生图：根据文本提示词从零生成图像。
  • 图像编辑：用自然语言指令修改已有图片，支持添加、删除、替换、改变风格等操作，并可多轮迭代精修。
  • 批量生成：通过 shell 脚本或 Python 封装按顺序生成多张图片。
  • 参考图生成：使用最多 14 张参考图维持风格或角色一致性，支持 1K/2K/4K 分辨率。
  • 连接测试：提供 test_connection.py 验证 API 凭据。

使用方式

  1. 配置 API Key：

export GEMINI_API_KEY="your-api-key-here"

API Key 获取地址：https://aistudio.google.com/apikey

  1. 测试连接：

python scripts/test_connection.py --api-key YOUR_KEY

  1. 文生图：

python scripts/generate_image.py "A futuristic cityscape at sunset, neon lights, cyberpunk style"

支持参数：--aspect-ratio（1:1 | 3:4 | 4:3 | 9:16 | 16:9，默认 16:9）、--temperature（0.0-1.0，默认 0.7）、--output、--filename、--verbose。

  1. 图像编辑：

python scripts/edit_image.py "Make the sky more dramatic with storm clouds" input.jpg

支持参数：--aspect-ratio、--temperature、--output、--filename、--verbose。

  1. 参考图生成：

python scripts/generate_with_references.py "Portrait of elderly craftsman in same artistic style as references" ref1.png ref2.jpg ref3.png --output ./output --filename craftsman

支持参数：--aspect-ratio（含 2:3、3:2、4:5、5:4、21:9 等）、--resolution（1K | 2K | 4K，默认 2K）、--output、--filename、--verbose。

  1. Python 集成：

from scripts.generate_image import NanoBananaProClient client = NanoBananaProClient(api_key="YOUR_KEY") response = client.generate_image(prompt="Professional product photo", aspect_ratio="1:1", temperature=0.6)

提示词建议

推荐结构：[主体] + [风格/媒介] + [光照细节] + [相机/构图] + [质量修饰词]。

  • 具体化描述，避免模糊提示词。
  • 使用摄影术语（镜头、光照、机位）。
  • 分层描述氛围、材质与情绪。
  • 多轮迭代逐步精修。

温度策略：0.3-0.5 适合产品摄影与需要一致性的场景；0.7 为默认平衡值；0.8-0.9 适合创意探索与艺术风格。

宽高比选择：1:1 用于社交媒体与头像；16:9 用于演示与视频缩略图；9:16 用于移动端竖屏；4:3 / 3:4 用于传统摄影；4:5 用于 Instagram（可用 4:3 近似）。

适用场景

  • 营销活动主图与社交媒体变体。
  • 博客头图与视频缩略图。
  • 产品效果图与生活场景图。
  • 需要风格或角色一致性的系列图像。

限制与注意事项

  • 需要有效的 Gemini API Key。
  • 免费层约 100 请求/天，2-5 请求/分钟，1 个并发请求；付费层 60 请求/分钟，10 个并发请求。
  • 定价：1K/2K 图像 $0.134/张，4K 图像 $0.24/张，编辑输入图像 $0.0011/张。
  • 输入格式（编辑）：JPEG、PNG、WebP；输出：JPEG、PNG。
  • 模型名称：gemini-3-pro-image-preview；部分地区（欧洲/中东及北非）可能受地理限制。
  • 内容政策限制：避免暴力、露骨内容、受版权保护角色及未经许可的真实公众人物。
  • 参考图最多 14 张（6 张用于对象，5 张用于角色一致性）。

文档资源

  • 提示词指南：references/prompting-guide.md
  • API 参考：references/api-reference.md
  • 故障排查：references/troubleshooting.md
  • 示例提示词：assets/example-prompts.md
  • 电影感数字绘画风格：cinematic-style.md

外部链接：

  • Google AI Studio：https://aistudio.google.com
  • 官方文档：https://ai.google.dev/gemini-api/docs
  • 定价页：https://ai.google.dev/gemini-api/docs/pricing
  • 模型信息：https://deepmind.google/models/gemini-image/pro/
  • Vertex AI 控制台：https://console.cloud.google.com/vertex-ai