Agent Skills
返回列表
🎨

Nano Banana AI 图像生成

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/resciencelab-opc-skills-nanobanana。

技能介绍

要解决什么问题

在本地或 CI 里调用 Google Gemini 3 Pro Image(gemini-3-pro-image-preview,别名 Nano Banana Pro)时,如果只盯 REST 文档,要自己拼请求、处理多宽高比和高分辨率参数,还要单独写批量命名与重试逻辑。这个技能把 文生图 和 自然语言改图 收成可复用脚本与 Python API,并写明环境变量与常见报错处理。

技能如何工作

核心是 scripts/generate.py 与 scripts/batch_generate.py:前者支持从文本生成新图,或对已有图片做风格迁移、增减对象、换背景、调色等编辑;后者按顺序命名一次生成多张变体。生成时可指定 宽高比(如 1:1、16:9、21:9)以及 2K / 4K 输出档位,4K 对画面内文字渲染更友好。需要与真实人物、地标、品牌产品或时事相关且尽量避免「瞎编」时,可启用 --search(Google Search Grounding),让模型在检索基础上构图。运行前需配置 GEMINI_API_KEY(Google AI Studio),可选 IMAGE_OUTPUT_DIR 指定默认输出目录;仓库内 references/prompts.md 与 examples/ 提供按类别的 prompt 示例。

适用边界与注意点

  • 依赖 Gemini API 配额与速率限制,批量生成建议在请求间加 3~5 秒 延迟,必要时缩小 batch 规模。
  • 若返回 无图像,可能是 prompt 触发安全策略,需改写敏感表述后重试。
  • Search Grounding 适合事实性场景,不代表每张图都有版权或商用授权,上线前仍需自行合规审查。
  • 技能面向 Python 3.10+ 与 google-genai 环境,不提供 GUI 或云端托管服务。

使用场景

  • 电商上新要用同一套构图规范生成多张商品主图,并按要求宽高比导出素材
  • 已有活动海报需用自然语言换背景或统一成插画风格,不想手动画笔修图
  • 简报插图要出现具体地标或品牌产品,需开启 Search Grounding 降低事实性错误
  • 探索同一主题的 10~20 个 prompt 变体,用批量脚本顺序命名便于对比筛选

适合人员

  • 用 Python 把营销配图接入定时任务的工程师,需要可脚本化的 Gemini 生图入口
  • 负责视觉方向的设计师,要快速批量试风格与构图再交给下游精修
  • 写技术文档或教程的作者,需要 4K 输出以保证示意图内文字清晰可读
  • 运营或增长同学自备 API Key,为活动页批量生成可替换的多套主视觉草稿