Agent Skills
返回列表
🎨

Nano Banana Pro 图像生成与编辑

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/sundial-org-awesome-openclaw-skills-nano-banana-pro。

技能介绍

要解决什么问题

在终端或 AI 助手对话里,你往往只有一段文字描述或一张已有图,却需要可落盘的 PNG,并且希望在 prompt 没定稿前别反复烧 4K 配额。Nano Banana Pro 技能把 Google Gemini 3 Pro Image(Nano Banana Pro API)封成固定脚本流程:文生图与图生图(编辑),输出写到用户当前工作目录,而不是技能目录。

技能如何工作

核心入口是 generate_image.py,要求用绝对路径调用、uv run,且不要先 cd 进技能目录,这样文件名与路径跟你的项目上下文一致。

  • 默认工作流(draft → iterate → final):先用 --resolution 1K 做草稿,小步改 --prompt、每次换新 --filename;若编辑则 --input-image 保持不变直到满意,最后再跑 4K 成稿。
  • 分辨率映射:未说明用 1K;口语里的 1080p、medium、4K/ultra 等会映射到 1K/2K/4K(参数需大写 K)。
  • 鉴权:--api-key 优先,否则读环境变量 GEMINI_API_KEY;缺 key 会直接报错退出。
  • 编辑:--input-image 指向本地图,prompt 写「只改什么、保留什么」;技能文档给出高命中率的生成/编辑 prompt 模板,强调编辑时尽量不动主体、构图与文字。
  • 产出:PNG 保存后脚本打印完整路径;按约定不要再把图读回对话里,只告知路径。

适用边界与注意点

这是 CLI + Gemini 图像 API 的技能,不是通用设计软件。编辑能力取决于 API 与 prompt 约束;403/配额类错误需要换 key 或账号。运行前需本机有 uv,编辑前确认输入图路径可读。文件名建议 yyyy-mm-dd-hh-mm-ss-描述.png,便于多轮迭代对照。

使用场景

  • 产品说明需要插图,先用 1K 草稿反复改 prompt,定稿后再导出 4K PNG 放进仓库
  • 现有 UI 截图要改天空色调或去掉路人,用 --input-image 多轮编辑且不换底图
  • 对话里用户给了 GEMINI_API_KEY,需在项目根目录直接跑脚本并把图存到当前目录
  • 用户只说「高清/1080p/4K」,需要把口语分辨率映射成 1K/2K/4K 再调用 API

适合人员

  • 写技术文档、要在 Markdown/仓库里挂自定义插图的文档工程师
  • 做概念稿的运营设计,需在 API 配额内用 1K→4K 流程快速试错 Prompt
  • 在 Codex/助手环境里帮用户改本地 PNG(换风格、调色、局部修改)的自动化协作者
  • 已配置 GEMINI_API_KEY、更习惯终端脚本而非 Web 生图界面的独立开发者