SuperAPI AI 工具集

gemini-image

设计与创作

查看项目

更新于 10-16 06:15

技能介绍

用途:为使用 google-genai Python 库调用 gemini-3-pro-image-preview 模型生成图像提供参考,适合在新建项目中实现 Gemini 图像生成时查阅。

主要能力:文生图(可配置宽高比与分辨率);通过参考图进行风格迁移,最多支持 5 张以上高保真参考图;按文本指令编辑已有图像(增删元素、改风格);批量生成多个风格候选或变体。

模型信息:模型 ID 为 gemini-3-pro-image-preview;分辨率支持 1K、2K、4K,注意必须使用大写 K;支持 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9 等宽高比。

使用方式:按项目语言加载对应参考文件,Python 对应 references/python.md,其中包含完整代码模式与示例。环境变量设置:export GOOGLE_API_KEY='your-api-key-here'。

提示词建议:描述要具体,明确光照、风格、氛围、构图与相机参数;使用参考图时说明要迁移的内容,如匹配参考图的配色与笔触风格。

限制与常见问题:无图像生成时检查提示词是否违反内容政策或简化提示词;image_size 无效时改用大写;API key 未找到时设置 GOOGLE_API_KEY;遇到速率限制可在请求间加延迟并使用指数退避。资料提及约 $0.134/张(2K),对比 gemini-2.5-flash-image 约 $0.039/张。其他语言参考与更多细节暂未提供。