generate-image

使用 Google 的 Nano Banana Pro（Gemini 3 Pro Image）模型生成图像。

何时使用此技能

在以下情况下使用此技能……	在以下情况下改用 imagemagick-conversion……
根据文本提示生成全新图像	转换、调整大小或压缩现有图像
生成电影感、产品或肖像艺术作品	制作缩略图或批量处理多个文件
将最多五张参考图像融合到新图像中	应用确定性变换（旋转、裁剪、格式转换）

在以下情况下使用此技能……	在以下情况下改用 mermaid-diagrams 或 d2-diagrams……
输出是照片或插画图像	输出是流程图、时序图或架构图
画质设置（1K/2K/4K）和宽高比很重要	以代码方式渲染图表更易于维护

参数

从 $ARGUMENTS 中解析以下参数。提示词是带引号的字符串（如果没有引号， 则为第一个 -- 标志之前的所有词元）：

• prompt（必填）：图像描述。如果 $ARGUMENTS 为空，请向用户询问提示词并停止。
• --aspect：宽高比（1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9）- 默认值：16:9
• --resolution：图像分辨率（1K、2K、4K）- 默认值：2K
• --reference：参考图像路径（可重复，最多 5 个）
• --output：自定义输出路径

环境要求

验证 API 密钥是否已设置：

echo "API Key: ${GOOGLE_API_KEY:+SET}${GEMINI_API_KEY:+SET}"

如果尚未设置，请从此处获取密钥：https://aistudio.google.com/apikey

使用示例

/generate-image "A beautiful mountain landscape at sunset"
/generate-image "Product photo on white background" --aspect 1:1 --resolution 4K
/generate-image "Portrait photo" --aspect 3:4
/generate-image "Cinematic scene" --aspect 21:9
/generate-image "Similar style" --reference existing_image.png

任务工作流

1. 解析参数：从 $ARGUMENTS 中解析（参见参数）：

   • 提取提示词
   • 读取 --aspect（默认值 16:9）、--resolution（默认值 2K）、 每个 --reference <path>（最多 5 个），以及（如有提供）--output <path>

2. 构建并执行命令，将解析出的值替换到 <...> 占位位置。每张参考图像添加一个 --reference <path>，仅在提供输出路径时添加 --output <path>：

   uv run python .claude/scripts/nano_banana_pro.py "<prompt>" \
     --aspect <ratio> \
     --resolution <size> \
     --reference <path>
   

3. 报告结果：

   • 显示生成图像的路径
   • 说明使用的参考图像
   • 提供后续操作建议（重新生成、改用其他宽高比等）

输出

默认输出：./generated/image_YYYYMMDD_HHMMSS.png

使用 --output 指定自定义输出：

/generate-image "Scene" --output custom_name.png

参考图像

参考图像有助于保持一致性：

• 将现有图像用作风格参考
• 确保不同生成结果中的主体一致
• 匹配艺术风格

使用参考图像时，请描述彼此之间的关系：

• “风格与参考图像相似”
• “这个人在不同的环境中”
• “同一产品，不同角度”

每次生成最多使用 5 张参考图像。

宽高比速查

用途	比例
正方形/Instagram	1:1
肖像	3:4、9:16
横向	16:9
超宽屏	21:9
照片	3:2、4:3

分辨率速查

用途	分辨率
预览	1K
标准	2K
高画质	4K

错误处理

• 没有 API 密钥：设置 GOOGLE_API_KEY 或 GEMINI_API_KEY
• 生成失败：简化提示词或减少参考图像
• 请求受限：等待后重试