nanobanana

Nano Banana - AI 圖片生成

使用 Google 的 Gemini 3 Pro Image 模型（gemini-3-pro-image-preview，暱稱「Nano Banana Pro」🍌）生成和編輯圖片。

前置需求

必要條件：

• GEMINI_API_KEY - 從 Google AI Studio 取得
• Python 3.10+ 與 google-genai 套件

安裝相依套件：

pip install google-genai pillow

快速開始

生成圖片：

python3 <skill_dir>/scripts/generate.py "可愛機器人吉祥物，像素藝術風格" -o robot.png

編輯現有圖片：

python3 <skill_dir>/scripts/generate.py "把背景變成藍色" -i input.jpg -o output.png

指定長寬比生成：

python3 <skill_dir>/scripts/generate.py "電影感風景" --ratio 21:9 -o landscape.png

生成 4K 高解析度圖片：

python3 <skill_dir>/scripts/generate.py "專業產品照" --size 4K -o product.png

腳本參考

scripts/generate.py

主要圖片生成腳本。

用法：generate.py [選項] PROMPT

引數：
  PROMPT              圖片生成的文字提示

選項：
  -o, --output PATH   輸出檔案路徑（預設：自動產生）
  -i, --input PATH    用於編輯的輸入圖片（可選）
  -r, --ratio RATIO   長寬比（1:1、16:9、9:16、21:9 等）
  -s, --size SIZE     圖片尺寸：2K 或 4K（預設：標準）
  --search            啟用 Google Search Grounding 以提升準確性
  -v, --verbose       顯示詳細輸出

支援的長寬比：

• 1:1 - 正方形（預設）
• 2:3、3:2 - 直向/橫向
• 3:4、4:3 - 標準
• 4:5、5:4 - 照片
• 9:16、16:9 - 寬螢幕
• 21:9 - 超寬/電影感

scripts/batch_generate.py

批次生成多張圖片，檔案名稱依序編號。

用法：batch_generate.py [選項] PROMPT

引數：
  PROMPT              圖片生成的文字提示

選項：
  -n, --count N       生成圖片數量（預設：10）
  -d, --dir PATH      輸出目錄
  -p, --prefix STR    檔案名稱前綴（預設："image"）
  -r, --ratio RATIO   長寬比
  -s, --size SIZE     圖片尺寸（2K/4K）
  --delay SECONDS     生成間隔秒數（預設：3）

範例：

python3 <skill_dir>/scripts/batch_generate.py "像素藝術標誌" -n 20 -d ./logos -p logo

Python API

您也可以直接使用模組：

from generate import generate_image, edit_image

# 生成圖片
result = generate_image(
    prompt="夜晚的未來城市",
    output_path="city.png",
    aspect_ratio="16:9",
    image_size="4K"
)

# 編輯現有圖片
result = edit_image(
    prompt="在天空中加入飛行汽車",
    input_path="city.png",
    output_path="city_edited.png"
)

環境變數

變數	說明	預設值
GEMINI_API_KEY	Google Gemini API 金鑰	必要
IMAGE_OUTPUT_DIR	預設輸出目錄	./nanobanana-images

功能特色

文字生圖

從文字描述建立圖片。此模型擅長：

• 寫實照片
• 藝術風格（像素藝術、插畫等）
• 產品攝影
• 風景與場景

圖片編輯

使用自然語言轉換現有圖片：

• 風格轉換
• 新增/移除物件
• 背景變更
• 色彩調整

高解析度輸出

• 標準：快速生成，品質良好
• 2K：增強細節（2048px）
• 4K：最高品質（3840px），最適合文字渲染

Google Search Grounding

啟用 --search 以獲得涉及以下內容的事實準確圖片：

• 真實人物、地點、地標
• 時事
• 特定產品或品牌

最佳實務

提示撰寫

好的提示包含：

• 主體描述
• 風格/美學
• 光線與氛圍
• 構圖細節
• 色調

範例：

"舒適的咖啡廳內部，溫暖燈光，復古美學，
木製家具，架上有植物，早晨陽光透過窗戶，
背景柔焦，35mm 底片攝影風格"

批次生成技巧

1. 生成 10-20 個變化以探索選項
2. 使用一致的提示以保持風格連貫
3. 加入 3-5 秒延遲以避免速率限制
4. 檢視結果並迭代最佳候選

速率限制

• Gemini API 有使用配額
• 在批次生成之間加入延遲
• 在 Google AI Studio 查看您的配額

疑難排解

「找不到 API 金鑰」

• 設定 GEMINI_API_KEY 環境變數
• 或透過 --api-key 選項傳入

「回應中沒有圖片」

• 提示可能觸發了安全過濾器
• 嘗試重新措辭以避免敏感內容

「超出速率限制」

• 等待幾秒後重試
• 減少批次大小或加入更長延遲

參考資料

• references/prompts.md - 按分類的提示範例
• examples/ - 使用範例腳本