mcpField
N
nanobanana

nanobanana

github.com/resciencelab创意与媒体1.9k2.9k 次安装今天更新
代码仓库

关于 nanobanana

nanobanana 是使用 Google Gemini 3 Pro Image 的图像生成与编辑技能，面向需要通过提示词创建或修改图像的用户。它支持批量生成、不同宽高比及最高 4K 输出。

主要功能

  1. 01根据文本生成图像
  2. 02用自然语言编辑图像
  3. 03支持多种宽高比
  4. 04标准、2K 和 4K 输出
  5. 05批量生成并命名图像
  6. 06可启用 Google Search grounding

适用场景

  1. 01制作产品摄影或风格化插画
  2. 02调整现有图像的背景或颜色
  3. 03生成不同构图比例的图像
  4. 04批量探索标识设计方案

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/resciencelab/opc-skills --skill nanobanana

安装后在 Claude Code 中输入/nanobanana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。

.claude-plugin/
plugin.json
references/
prompts.md
scripts/
batch_generate.py
generate.py

详细介绍

Nano Banana - AI 图像生成

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

前置条件

必需：

  • GEMINI_API_KEY - 从 Google AI Studio 获取
  • 安装了 google-genai 软件包的 Python 3.10+

安装依赖：

pip install google-genai pillow

快速开始

生成图像：
python3 <skill_dir>/scripts/generate.py "a cute robot mascot, pixel art style" -o robot.png
编辑现有图像：
python3 <skill_dir>/scripts/generate.py "make the background blue" -i input.jpg -o output.png
以指定纵横比生成图像：
python3 <skill_dir>/scripts/generate.py "cinematic landscape" --ratio 21:9 -o landscape.png
生成高分辨率 4K 图像：
python3 <skill_dir>/scripts/generate.py "professional product photo" --size 4K -o product.png

脚本参考

scripts/generate.py

主要的图像生成脚本。

Usage: generate.py [OPTIONS] PROMPT

Arguments:
  PROMPT              Text prompt for image generation

Options:
  -o, --output PATH   Output file path (default: auto-generated)
  -i, --input PATH    Input image for editing (optional)
  -r, --ratio RATIO   Aspect ratio (1:1, 16:9, 9:16, 21:9, etc.)
  -s, --size SIZE     Image size: 2K or 4K (default: standard)
  --search            Enable Google Search grounding for accuracy
  -v, --verbose       Show detailed output

支持的纵横比：

  • 1:1 - 正方形（默认）
  • 2:3、3:2 - 纵向／横向
  • 3:4、4:3 - 标准
  • 4:5、5:4 - 照片
  • 9:16、16:9 - 宽屏
  • 21:9 - 超宽屏／电影画幅
scripts/batch_generate.py

按顺序命名并生成多张图像。

Usage: batch_generate.py [OPTIONS] PROMPT

Arguments:
  PROMPT              Text prompt for image generation

Options:
  -n, --count N       Number of images to generate (default: 10)
  -d, --dir PATH      Output directory
  -p, --prefix STR    Filename prefix (default: "image")
  -r, --ratio RATIO   Aspect ratio
  -s, --size SIZE     Image size (2K/4K)
  --delay SECONDS     Delay between generations (default: 3)

示例：

python3 <skill_dir>/scripts/batch_generate.py "pixel art logo" -n 20 -d ./logos -p logo

Python API

你也可以直接使用此模块：

from generate import generate_image, edit_image

# Generate image
result = generate_image(
    prompt="a futuristic city at night",
    output_path="city.png",
    aspect_ratio="16:9",
    image_size="4K"
)

# Edit existing image
result = edit_image(
    prompt="add flying cars to the sky",
    input_path="city.png",
    output_path="city_edited.png"
)

环境变量

变量描述默认值
GEMINI_API_KEYGoogle Gemini API 密钥必需
IMAGE_OUTPUT_DIR默认输出目录./nanobanana-images

功能

文本生成图像

根据文本描述创建图像。该模型擅长生成：

  • 照片级真实感图像
  • 艺术风格（像素艺术、插画等）
  • 产品摄影
  • 风景和场景
图像编辑

使用自然语言变换现有图像：

  • 风格迁移
  • 添加／移除对象
  • 更改背景
  • 调整颜色
高分辨率输出
  • 标准：生成速度快，质量良好
  • 2K：细节更丰富（2048px）
  • 4K：最高质量（3840px），最适合文本渲染
Google 搜索溯源

启用 --search 可生成事实准确的图像，涉及：

  • 真实人物、地点、地标
  • 时事
  • 特定产品或品牌

最佳实践

编写提示词

优质提示词应包含：

  • 主体描述
  • 风格／美学
  • 光照和氛围
  • 构图细节
  • 色彩搭配

示例：

"A cozy coffee shop interior, warm lighting, vintage aesthetic, 
wooden furniture, plants on shelves, morning sunlight through windows, 
soft focus background, 35mm film photography style"
批量生成技巧
  1. 生成 10-20 个变体以探索不同选项
  2. 使用一致的提示词以保持风格连贯
  3. 间隔 3-5 秒，以避免触及速率限制
  4. 检查结果，并基于最佳候选进行迭代

速率限制

  • Gemini API 有使用配额
  • 批量生成时请添加延迟
  • 在 Google AI Studio 查看你的配额

故障排除

“未找到 API 密钥”

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

“响应中没有图像”

  • 提示词可能触发了安全过滤器
  • 尝试改写提示词，避开敏感内容

“超出速率限制”

  • 等待几秒后重试
  • 减小批次大小或延长间隔

参考资料

评论

支持 Markdown