mcpField
N
nano-banana

nano-banana

github.com/glebis创意与媒体403211 次安装3 天前更新
代码仓库

关于 nano-banana

nano-banana 是通过 Google Gemini 图像生成 API 创建和编辑图像的命令行技能，面向需要按提示词生成视觉素材的人。它提供风格与平台预设、批量变体、参考图和项目历史管理。

主要功能

  1. 01文本生成与图像编辑
  2. 02风格和平台尺寸预设
  3. 03并行生成变体及联系表
  4. 04参考图引导风格
  5. 05项目输出与生成历史

适用场景

  1. 01为文章、演示文稿或社交媒体制作插图
  2. 02基于现有图像执行文本指令编辑
  3. 03用参考图统一多个图像的美术风格

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/glebis/claude-skills --skill nano-banana

安装后在 Claude Code 中输入/nano-banana确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

platforms.yaml
presets.yaml
secrets.enc.yaml
.claude-plugin/
plugin.json
references/
api_reference.md
scripts/
generate_image.sh
nano_banana.py

详细介绍

Nano Banana - Gemini 图像生成

通过 Google 的 Gemini 图像生成 API，根据文本提示词生成和编辑图像。

适用场景

  • 用户要求根据文本描述生成、创建或制作图像
  • 使用文本指令编辑现有图像
  • 风格迁移：生成与参考图美学风格一致的新图像
  • 为演示文稿、文章、缩略图和社交媒体帖子创建插图
  • 为同一概念批量生成变体

首次设置

scripts/nano_banana.py init

向导会检查依赖项（sops、age、magick），验证 API 密钥，并将默认设置保存到 ~/.config/nano-banana/config.yaml。

快速开始

# Simple generation
scripts/nano_banana.py "a minimalist illustration of a rocket" ./rocket.png

# With style preset
scripts/nano_banana.py --preset editorial "interconnected nodes" ./nodes.png

# YouTube thumbnail (auto-cropped to 1280x720)
scripts/nano_banana.py --preset grain --platform youtube "coffee on desk" ./thumb.png

# Generate 4 variants + contact sheet
scripts/nano_banana.py --preset wireframe "a crystal" ./crystal.png --n 4

# Edit existing image
scripts/nano_banana.py --edit ./old.png "make the background deep teal" ./new.png

# Style reference (match aesthetic of existing image)
scripts/nano_banana.py --reference ./style.png "a new mountain landscape" ./mountain.png

# Re-roll last prompt
scripts/nano_banana.py again

# View history
scripts/nano_banana.py history -n 10

要求

  • GEMINI_API_KEY — 通过 SOPS + age 从 secrets.enc.yaml 自动解密。备用方式：export GEMINI_API_KEY=...
  • sops、age — 用于解密密钥
  • magick (ImageMagick) — 用于适配平台尺寸和制作联系表
  • 带有 pyyaml 的 python3

模型

模型别名Nano Banana 名称适用场景
gemini-3.1-flash-image-preview（默认）flashNano Banana 2指令遵循效果最佳，速度快
gemini-3-pro-image-previewproNano Banana Pro质量最高，可在图像中生成文本
gemini-2.5-flash-imageflash-2.5Nano Banana（原版）旧版

使用 --model flash|pro|flash-2.5 或完整 ID。

风格预设

scripts/nano_banana.py list-presets
scripts/nano_banana.py --preset editorial "your subject" out.png
预设风格
editorial黑底细线、低饱和配色，带有技术图表的感觉
blueprint深海军蓝底上的白色／青色线条，工程制图风格
ink日本水墨画风格，有机笔触，单色
risograph平涂色彩、颗粒感、陶土色 + 鼠尾草绿，独立杂志美学
wireframe3D 线框网格，黑底发光边缘
constellation星图圆点由浅色线条相连，天体风格
brutalist大胆形状、粗边框、硬阴影、平涂色彩
grain胶片颗粒感照片、高 ISO、温暖的电影色调

在 presets.yaml 中定义 — 可编辑以添加自定义预设。

平台预设

scripts/nano_banana.py list-platforms
scripts/nano_banana.py --platform youtube "your subject" out.png

生成的图像会自动调整大小并居中裁剪，以适配目标尺寸。

平台尺寸
youtube1280×720
youtube-short1080×1920
slides1920×1080
blog1200×630
x1600×900
square1080×1080
story1080×1920
pinterest1000×1500

功能

变体 + 联系表

--n N 会并行生成 N 个变体，并将它们拼成联系表：

scripts/nano_banana.py --preset ink "mountain" ./mt.png --n 6
# Creates mt-01.png ... mt-06.png + mt-contact.png
批量生成（宣传活动／多版本广告组）

当每个输出都需要不同的文本或提示词（例如，一组风格统一的广告）时，可遍历列表。--n 在这里帮不上忙 — 它会对同一个提示词重新生成。请使用共享的 $STYLE 字符串和逐项数组。

cd /abs/output/dir
REF="_reference.png"   # optional style anchor
STYLE="<shared visual-style description, written once>"

# Each entry: pipe-delimited fields + output filename. NAME the array — see gotchas.
ADS=(
"CALL NOW|FOR TOTAL|CONFIDENTIALITY|ad-callnow.png"
"REDACT|BEFORE|YOU SEND|ad-redact.png"
)
for entry in "${ADS[@]}"; do
  IFS='|' read -r L1 L2 L3 OUT <<< "$entry"
  python3 scripts/nano_banana.py \
    "$STYLE The exact text reads, on three centered lines: '$L1' / '$L2' / '$L3'. Spell every word correctly." \
    "$OUT" --reference "$REF" --platform youtube --model pro --no-metadata --project NAME
done

Shell 注意事项（这是 macOS 上的 zsh——这些问题总会踩到）：

  • 切勿将循环数组命名为 LINES、COLUMNS、PATH、path、status、argv 等。 — zsh 保留了这些名称。LINES=(...) 会报错 can't assign array value to non-array special。请使用 ADS、ITEMS、JOBS。
  • zsh 不会像 bash 一样对未加引号的变量进行分词。 CMD="magick montage"; $CMD ... 会尝试查找一个字面名称为 "magick montage" 的命令。不要把多词命令塞进变量 — 直接调用命令，或使用数组（cmd=(magick montage); "${cmd[@]}"）。
  • 始终给展开内容加引号 — "$OUT"、"${ADS[@]}" — 路径和提示词中可能包含空格。
  • 在双引号提示词中，使用 '单引号' 括起你希望准确呈现的文本，以便模型逐字复现。
  • 若要并行处理批次，请在每次循环迭代后追加 &，并在末尾使用 wait — 但要限制并发数（API 有速率限制）；超过 6 个项目时，顺序处理最稳妥。

批量处理完成后，直接调用工具（不要通过变量间接调用）来制作审核联系表：magick montage ad-*.png -tile 2x3 -geometry 480x270+6+6 -background black _contact.png。

编辑模式

传入现有图像，提示词将变为编辑指令：

scripts/nano_banana.py --edit ./thumb.png "remove the watermark, warmer colors" ./clean.png
参考图像（风格锚点）

使用一张或多张参考图像引导美学风格，但不对其进行编辑：

scripts/nano_banana.py --reference ./episode1.png --reference ./episode2.png \
  "episode 3: data drift" ./ep3.png
项目 + 元数据

按项目整理输出：

scripts/nano_banana.py --project lab-04/meeting-02 --preset editorial "MCP loops" ./overlay.png
# Saves to ~/nano-banana/outputs/lab-04/meeting-02/20260414-<subject>.png + .json sidecar
重新生成 + 历史记录
scripts/nano_banana.py again              # rerun last prompt
scripts/nano_banana.py history -n 20      # show last 20 generations
scripts/nano_banana.py history --project lab-04
试运行

预览组合后的提示词，不调用 API：

scripts/nano_banana.py --preset editorial --platform youtube "subject" --dry-run

临时错误与重试

API 偶尔会返回 500/INTERNAL 或空候选结果。脚本最多重试 4 次，并采用指数退避（2s、4s、8s、16s）。永久性错误（4xx、安全违规）会立即失败，不进行重试。

提示词技巧

  • 指定视觉风格："photograph"（摄影）、"flat illustration"（扁平插画）、"watercolor"（水彩）、"3D render"（3D 渲染）
  • 描述构图："centered"（居中）、"white background"（白色背景）、"wide shot"（远景）
  • 指定颜色："blue and white color scheme"（蓝白配色）、"warm earth tones"（暖土色调）
  • 要渲染文本时，使用 --model pro 并引用确切文本：'with the text "Hello"'

完整的 API 文档请参阅 references/api_reference.md。

文件

  • scripts/nano_banana.py — 主 CLI（Python）
  • scripts/generate_image.sh — 精简的 bash 包装脚本（向后兼容）
  • presets.yaml — 风格预设
  • platforms.yaml — 平台尺寸预设
  • secrets.enc.yaml — 加密的 API 密钥（SOPS + age）
  • ~/.config/nano-banana/config.yaml — 用户默认设置（来自 init）
  • ~/.config/nano-banana/history.jsonl — 生成日志
  • ~/.config/nano-banana/last.json — 上次运行记录（供 again 使用）

评论

支持 Markdown