nanobanana

Nano Banana - AI 图像生成

使用 Google 的 Gemini 3 Pro Image 模型（gemini-3-pro-image-preview，昵称“Nano Banana Pro”🍌）生成和编辑图像。

前提条件

必需：

• GEMINI_API_KEY - 从 Google AI Studio 获取
• Python 3.10+ 及 google-genai 包

安装依赖：

pip install google-genai pillow

快速开始

生成图像：

python3 <skill_dir>/scripts/generate.py "一个可爱的机器人吉祥物，像素艺术风格" -o robot.png

编辑现有图像：

python3 <skill_dir>/scripts/generate.py "将背景改为蓝色" -i input.jpg -o output.png

按特定宽高比生成：

python3 <skill_dir>/scripts/generate.py "电影感风景" --ratio 21:9 -o landscape.png

生成高分辨率 4K 图像：

python3 <skill_dir>/scripts/generate.py "专业产品照片" --size 4K -o product.png

脚本参考

scripts/generate.py

主图像生成脚本。

用法：generate.py [选项] PROMPT

参数：
  PROMPT              图像生成的文本提示

选项：
  -o, --output PATH   输出文件路径（默认：自动生成）
  -i, --input PATH    用于编辑的输入图像（可选）
  -r, --ratio RATIO   宽高比（1:1, 16:9, 9:16, 21:9 等）
  -s, --size SIZE     图像尺寸：2K 或 4K（默认：标准）
  --search            启用 Google 搜索接地以提高准确性
  -v, --verbose       显示详细输出

支持的宽高比：

• 1:1 - 正方形（默认）
• 2:3, 3:2 - 竖屏/横屏
• 3:4, 4:3 - 标准
• 4:5, 5:4 - 照片
• 9:16, 16:9 - 宽屏
• 21:9 - 超宽/电影感

scripts/batch_generate.py

批量生成多张图像，自动顺序命名。

用法：batch_generate.py [选项] PROMPT

参数：
  PROMPT              图像生成的文本提示

选项：
  -n, --count N       生成图像数量（默认：10）
  -d, --dir PATH      输出目录
  -p, --prefix STR    文件名前缀（默认："image"）
  -r, --ratio RATIO   宽高比
  -s, --size SIZE     图像尺寸（2K/4K）
  --delay SECONDS     生成间隔秒数（默认：3）

示例：

python3 <skill_dir>/scripts/batch_generate.py "像素艺术标志" -n 20 -d ./logos -p logo

Python API

你也可以直接使用模块：

from generate import generate_image, edit_image

# 生成图像
result = generate_image(
    prompt="夜晚的未来城市",
    output_path="city.png",
    aspect_ratio="16:9",
    image_size="4K"
)

# 编辑现有图像
result = edit_image(
    prompt="在天空中增加飞行汽车",
    input_path="city.png",
    output_path="city_edited.png"
)

环境变量

变量	描述	默认值
GEMINI_API_KEY	Google Gemini API 密钥	必需
IMAGE_OUTPUT_DIR	默认输出目录	./nanobanana-images

功能

文生图

根据文本描述创建图像。该模型擅长：

• 逼真照片
• 艺术风格（像素艺术、插画等）
• 产品摄影
• 风景和场景

图像编辑

用自然语言转换现有图像：

• 风格迁移
• 添加/移除物体
• 背景更改
• 颜色调整

高分辨率输出

• 标准：快速生成，质量良好
• 2K：增强细节（2048px）
• 4K：最高质量（3840px），最适合文本渲染

Google 搜索接地

启用 --search 以获得涉及以下内容的准确图像：

• 真实人物、地点、地标
• 当前事件
• 特定产品或品牌

最佳实践

提示词编写

好的提示词包括：

• 主体描述
• 风格/美学
• 光线和氛围
• 构图细节
• 色彩调色板

示例：

"舒适的咖啡店内部，暖色调灯光，复古美学，
木质家具，架子上有植物，早晨阳光透过窗户，
背景柔焦，35mm 胶片摄影风格"

批量生成技巧

1. 生成 10-20 个变体以探索选项
2. 使用一致的提示词保持风格连贯
3. 添加 3-5 秒延迟以避免速率限制
4. 审查结果并在最佳候选中迭代

速率限制

• Gemini API 有使用配额
• 在批量生成之间添加延迟
• 在 Google AI Studio 检查你的配额

故障排除

"未找到 API 密钥"

• 设置 GEMINI_API_KEY 环境变量
• 或通过 --api-key 选项传递

"响应中无图像"

• 提示词可能触发了安全过滤器
• 尝试重新措辞以避免敏感内容

"超出速率限制"

• 等待几秒后重试
• 减少批量大小或增加延迟

参考

• references/prompts.md - 按类别分类的提示词示例
• examples/ - 示例使用脚本