CommunityImagengithub.com

steipete/nano-banana-pro

Generación y edición de imágenes con Nano Banana/Gemini: entrada de texto/imagen, flujos de trabajo de 512 a 4K.

¿Qué es nano-banana-pro?

Esta habilidad permite generar nuevas imágenes o editar imágenes existentes utilizando la API de Google Nano Banana 2 (Gemini 3.1 Flash Image). Es útil para desarrolladores y usuarios de agentes de IA que necesitan crear o modificar imágenes rápidamente desde la línea de comandos, con soporte de resoluciones desde 512 px hasta 4K. La habilidad se ejecuta como scripts de Python con `uv` y está diseñada para funcionar en entornos como Claude Code, Cursor o Codex. El flujo de trabajo predeterminado recomienda iterar en baja resolución (1K) para ajustar el prompt y solo generar la imagen final en 4K, ahorrando tiempo y recursos. Incluye manejo automático de claves API (por argumento o variable de entorno `GEMINI_API_KEY`), generación de nombres de archivo con marcas de tiempo, y plantillas de prompt para obtener resultados consistentes. Soporta edición de imágenes existentes con instrucciones textuales, preservando el contexto creativo del usuario. Es una herramienta práctica para prototipado rápido, diseño visual y edición asistida por IA.

Compatible con~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/steipete/agent-scripts/tree/main/skills/nano-banana-pro

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Generación y Edición de Imágenes con Nano Banana 2

Genera nuevas imágenes o edita imágenes existentes usando la API de Google Nano Banana 2 (Gemini 3.1 Flash Image).

Uso

Ejecuta el script usando la ruta absoluta (NO cambies al directorio del skill primero):

Generar nueva imagen:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "descripción de tu imagen" --filename "nombre-salida.png" [--resolution 512|1K|2K|4K] [--api-key KEY]

Editar imagen existente:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "instrucciones de edición" --filename "nombre-salida.png" --input-image "ruta/a/imagen.png" [--resolution 512|1K|2K|4K] [--api-key KEY]

Importante: Ejecuta siempre desde el directorio de trabajo actual del usuario para que las imágenes se guarden donde el usuario está trabajando, no en el directorio del skill.

Flujo de Trabajo Predeterminado (borrador → iterar → final)

Objetivo: iteración rápida sin malgastar tiempo en 4K hasta que el prompt esté correcto.

  • Borrador (1K): ciclo de retroalimentación rápido
    • uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<prompt del borrador>" --filename "yyyy-mm-dd-hh-mm-ss-borrador.png" --resolution 1K
  • Iterar: ajusta el prompt con pequeños cambios; mantén un nombre de archivo nuevo por cada ejecución
    • Si estás editando: usa el mismo --input-image en cada iteración hasta que estés conforme.
  • Final (4K): solo cuando el prompt esté bloqueado
    • uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<prompt final>" --filename "yyyy-mm-dd-hh-mm-ss-final.png" --resolution 4K

Opciones de Resolución

La API de Gemini 3.1 Flash Image admite estos valores de tamaño de salida:

  • 512 - compacto ~512px de resolución
  • 1K (por defecto) - ~1024px de resolución
  • 2K - ~2048px de resolución
  • 4K - ~4096px de resolución

Mapea las solicitudes del usuario a parámetros de la API:

  • "512", "512px", "0.5K", "thumbnail", "pequeño" → 512
  • Sin mención de resolución → 1K
  • "baja resolución", "1080", "1080p", "1K" → 1K
  • "2K", "2048", "normal", "resolución media" → 2K
  • "alta resolución", "alta-res", "hi-res", "4K", "ultra" → 4K

Clave API

El script verifica la clave API en este orden:

  1. Argumento --api-key (úsalo si el usuario proporcionó la clave en el chat)
  2. Variable de entorno GEMINI_API_KEY

Si no hay ninguna disponible, el script termina con un mensaje de error.

Verificación Previa y Fallos Comunes (soluciones rápidas)

  • Verificación previa:

    • command -v uv (debe existir)
    • test -n "$GEMINI_API_KEY" (o pasar --api-key)
    • Si se edita: test -f "ruta/a/imagen.png"
  • Fallos comunes:

    • Error: No API key provided. → establece GEMINI_API_KEY o pasa --api-key
    • Error loading input image: → ruta incorrecta / archivo ilegible; verifica que --input-image apunte a una imagen real
    • Errores de API tipo “cuota/permiso/403” → clave incorrecta, sin acceso o cuota excedida; prueba con una clave/cuenta diferente

Generación de Nombre de Archivo

Genera nombres de archivo con el patrón: yyyy-mm-dd-hh-mm-ss-nombre.png

Formato: {marca-de-tiempo}-{nombre-descriptivo}.png

  • Marca de tiempo: Fecha/hora actual en formato yyyy-mm-dd-hh-mm-ss (formato 24 horas)
  • Nombre: Texto descriptivo en minúsculas con guiones
  • Mantén la parte descriptiva concisa (normalmente 1-5 palabras)
  • Usa el contexto del prompt del usuario o la conversación
  • Si no está claro, usa un identificador aleatorio (ej., x9k2, a7b3)

Ejemplos:

  • Prompt "Un jardín japonés sereno" → 2025-11-23-14-23-05-jardin-japones.png
  • Prompt "atardecer sobre montañas" → 2025-11-23-15-30-12-atardecer-montañas.png
  • Prompt "crea una imagen de un robot" → 2025-11-23-16-45-33-robot.png
  • Contexto no claro → 2025-11-23-17-12-48-x9k2.png

Edición de Imágenes

Cuando el usuario quiera modificar una imagen existente:

  1. Verifica si proporciona una ruta de imagen o hace referencia a una imagen en el directorio actual
  2. Usa el parámetro --input-image con la ruta a la imagen
  3. El prompt debe contener instrucciones de edición (ej., "haz el cielo más dramático", "elimina a la persona", "cambia a estilo caricatura")
  4. Tareas de edición comunes: añadir/eliminar elementos, cambiar estilo, ajustar colores, desenfocar fondo, etc.

Manejo del Prompt

Para generación: Pasa la descripción de la imagen del usuario tal cual a --prompt. Solo reescribe si es claramente insuficiente.

Para edición: Pasa las instrucciones de edición en --prompt (ej., "añade un arcoíris en el cielo", "haz que parezca una acuarela")

Preserva la intención creativa del usuario en ambos casos.

Plantillas de Prompt (alta tasa de acierto)

Usa las plantillas cuando el usuario sea vago o cuando las ediciones deban ser precisas.

  • Plantilla de generación:

    • "Crea una imagen de: . Estilo: . Composición: <cámara/toma>. Iluminación: <iluminación>. Fondo: . Paleta de colores: . Evita: ."
  • Plantilla de edición (conserva todo lo demás):

    • "Cambia SOLO: <cambio único>. Mantén idéntico: sujeto, composición/encuadre, pose, iluminación, paleta de colores, fondo, texto y estilo general. No añadas nuevos objetos. Si hay texto, mantenlo sin cambios."

Salida

  • Guarda PNG en el directorio actual (o en la ruta especificada si el nombre de archivo incluye un directorio)
  • El script muestra la ruta completa de la imagen generada
  • No leas la imagen de vuelta - solo informa al usuario de la ruta guardada

Ejemplos

Generar nueva imagen:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "Un jardín japonés sereno con cerezos en flor" --filename "2025-11-23-14-23-05-jardin-japones.png" --resolution 4K

Editar imagen existente:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "haz el cielo más dramático con nubes de tormenta" --filename "2025-11-23-14-25-30-cielo-dramatico.png" --input-image "foto-original.jpg" --resolution 2K

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

steipete/agent-transcript

GitHub PR/issue agent transcripts: redact, preview, and insert safely.

steipete/beeper

Beeper cache: contact hints, room lookup, WhatsApp/iMessage traces, FTS.

steipete/browser-use

Existing Chrome automation: Chrome plugin first, mcporter fallback.

steipete/clawsweeper-status

ClawSweeper status: URLs, workflow health, active workers, ops snapshot.

steipete/clickclack

ClickClack ops: chat app, Hetzner deploy, DNS/docs/app, Docker rollout.

steipete/cloudflare-registrar

Cloudflare Registrar: domain availability, prices, registration via mcporter.

steipete/codex-debugging

Codex debugging: codex-rs core/tui/exec/cli/app-server/config.

steipete/create-cli

CLI UX/spec: args, flags, help, output, errors, config, dry-run.

steipete/discord-clawd

Discord-backed OpenClaw agent/session relay; not archive search.

steipete/domain-dns-ops

DNS/domain ops: registrars, zones, redirects, DNS/HTTP verify, manager truth.

steipete/frontend-design

Frontend UI: pages, apps, components, polished non-generic design.

steipete/github-author-context

GitHub contributor context: identity, activity, trust, company/team signal.

steipete/github-cache-hygiene

GitHub quota/cache hygiene: gh, ghx, xcache, gitcrawl, mirrors, limits.

steipete/github-deep-review

GitHub deep review: bugs, PRs, best fix, stale-or-real, read code first.

steipete/github-project-triage

GitHub issue/PR triage: queues, CI, blockers, risk, proof, next actions.

steipete/hopper-debugger

Hopper debugging: macOS/iOS binaries, ObjC/Swift symbols, dyld, LLDB.

steipete/instruments-profiling

Instruments/xctrace profiling: macOS/iOS traces, binaries, args, exports.

steipete/mac-maintenance

Mac upkeep: brew update/upgrade, pull clean repos, empty Trash.

steipete/maintainer-orchestrator

Open-source maintainer orchestration: Codex app workers, work recovery, dependencies, vision, releases.

steipete/markdown-converter

Markdown conversion: PDF, Office, HTML, data, OCR, audio, ZIP, YouTube.

Skills relacionados