Communitygithub.com

EvoLink-AI/nanobanana-2-lite-image-generate-api-skill

Nanobanana 2 Lite 画像生成のAPI使用例と、EvoLink用のインストール可能なエージェントスキルです。

nanobanana-2-lite-image-generate-api-skill とは?

このスキルは、EvoLinkプラットフォーム上でNanobanana 2 Lite画像生成モデルを利用するためのAPIエンドポイントと、対応するエージェントスキルを提供します。ユーザーはClaude Code、OpenClaw、CursorなどのAIエージェントからこのスキルを呼び出し、画像生成タスクを非同期で実行できます。スキルはAPIキーの確認、意図の理解、パラメータの収集、スクリプト実行という4段階のワークフローで構成され、すべての対話を1回のメッセージで効率的に処理します。スクリプトはタスク送信後にポーリングを行い、結果URLや経過時間を構造化された出力として返すため、エージェントはユーザーにリアルタイムで進捗を報告できます。また、エラー発生時には親しみやすく実用的なメッセージを表示し、ダッシュボードへの誘導も行います。

対応✓Claude Code~Codex CLI✓Cursor✓Gemini CLI✓OpenCode
npx skills add Evolink-AI/nanobanana-2-lite-image-generate-api-skill

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Nanobanana 2 Lite 画像生成

Nanobanana 2 Lite 画像生成は、EvoLink APIエンドポイントと、対応するインストール可能なエージェントスキルとして公開されています。

このスキルを有効にするタイミング

ユーザーが次のことを要求した場合に、このスキルを有効にします:

  • Nanobanana 2 Lite 画像生成を使用する
  • EvoLink経由でNanobanana 2 Lite 画像生成を実行する
  • モデル出力を生成する
  • APIフローをテストする

キーワード: nanobanana-2-lite-image-generation, evolink, api, agent, skill

スクリプトの場所

重要: このファイル内のすべてのスクリプトパスは、このSKILL.mdファイルを含むディレクトリからの相対パスです。スクリプトを実行する前に、絶対パスを解決してください:

SKILL_DIR = このSKILL.mdファイルを含むディレクトリ
Script = {SKILL_DIR}/scripts/nanobanana-2-lite-image.sh

例えば、このSKILL.mdが ~/.claude/skills/nanobanana-2-lite-image/SKILL.md にある場合、スクリプトは ~/.claude/skills/nanobanana-2-lite-image/scripts/nanobanana-2-lite-image.sh にあります。

インストール後

このスキルが最初に読み込まれたら、積極的にユーザーに挨拶し、セットアップを開始します:

  1. EVOLINK_API_KEY が設定されているか確認します(実行:echo $EVOLINK_API_KEY)

  2. 以上です。質問は1つだけ。これでユーザーはフローに入ります。

機能を一覧表示したり、メニューを表示したり、指示をダンプしたりしないでください。前に進むために1つの質問をするだけです。

基本原則

  1. 導く、決めつけない — 選択肢を提示し、ユーザーに決めさせます。ユーザーの好みを推測しないでください。
  2. ユーザーに主導権を — ユーザーにアイデアがあれば、その言葉を使います。インスピレーションが必要な場合は、提案を提供し、ユーザーに選択または調整してもらいます。
  3. スマートなコンテキスト認識 — ユーザーがすでに提供した情報を認識し、不足している部分だけを質問します。
  4. 意図を優先 — ユーザーの意図が不明確な場合は、先に進む前に確認します。

フロー

ステップ1: APIキーの確認

ユーザーがAPIキーを提供していないか、EVOLINK_API_KEY を設定していない場合:

キーがすでに設定されているか提供されている場合は、直接ステップ2にスキップします。

ステップ2: 意図の理解

ユーザーのメッセージに基づいて、何を望んでいるかを評価します:

  • 意図が明確(例:「短いプロンプトでNanobanana 2 Lite 画像生成を実行してください」)→ ステップ3へ
  • 意図があいまい(例:「試してみたい」)→ 何をしたいか尋ねます。

ステップ3: 不足情報の収集

ユーザーがすでに提供した情報を確認し、不足しているものだけを質問します:

パラメータユーザーに伝える内容必須?
未定未定はい
未定未定はい
未定未定任意
未定未定任意

スマート収集ルール — 厳守:

  • 不足しているすべてのパラメータを1回のメッセージで尋ねます。 決して複数回の質問に分割しないでください。
  • 同じ質問を2度しないでください。 ユーザーがすでにパラメータに回答した場合、それは確定です — 再度尋ねないでください。
  • デフォルト値を先に提示 して、ユーザーが「デフォルトでOK」と言えるようにします:model=gemini-3.1-flash-lite-image, prompt='短いデモを作成'。ユーザーが「デフォルト」または「そのまま実行」と言った場合は、すぐにこれらの値を使用します。
  • ユーザーがすべてを一度に提供した場合 → 確認後すぐにモデルを実行し、それ以上質問しません。
  • ユーザーが部分的な情報を提供した場合 → 残りの必須フィールドのみを1つのメッセージで尋ねます。
  • オプションパラメータにはすべて適切なデフォルト値があります — ユーザーがスキップした場合はデフォルト値を使用して進めます。

ステップ4: 実行

必要な情報がすべて確認されたら:

  1. スクリプトを実行する前に、すぐにユーザーに伝えます:「わかりました。EvoLink経由でNanobanana 2 Lite 画像生成を実行します。」
  2. スクリプトを 1回だけ 実行します。ユーザーが明示的に再試行を要求しない限り、決して2回目を実行しないでください。
  3. 完了したら、結果と経過時間を共有します。

エージェント別の実行パターン

Claude Code — Bashツールで run_in_background: true を使用し、出力ファイルを読み取って進捗を確認します:

# ステップ1: バックグラウンドで実行(最初にSKILL_DIRを解決)
Bash(command: "{SKILL_DIR}/scripts/nanobanana-2-lite-image.sh \"input\" --dry-run true", run_in_background: true, timeout: 300000)

# ステップ2: 約30秒待機し、バックグラウンドタスクの出力ファイルを読み取って RESULT_URL= または STATUS_UPDATE 行を確認

# ステップ3: RESULT_URL=<値> を確認したら、それをユーザーに伝える

OpenClaw / OpenCode / Cursor — スクリプトをブロッキングシェルコマンドとして実行します(スクリプトが内部でポーリングを処理し、通常2〜10分で完了します):

EVOLINK_API_KEY=$EVOLINK_API_KEY {SKILL_DIR}/scripts/nanobanana-2-lite-image.sh "input" --dry-run true

すべてのエージェント — 重要なルール:

  • 出力に TASK_SUBMITTED: が表示されたら、タスクは すでにサーバーにキューイングされています。スクリプトを再度実行しないでください — 再試行するとユーザーのAPIクレジットを無駄にします。
  • スクリプトはタスクの準備ができるまで(最大5分)ブロックします。時期尚早に強制終了しないでください。
  • スクリプトが POLL_TIMEOUT でタイムアウトした場合、タスクはまだ処理中である可能性があります — ユーザーに https://evolink.ai/dashboard/keys?utm_source=skill&utm_medium=install&utm_campaign=nanobanana-2-lite-image を確認するよう伝えてください。

スクリプトの使用法

注意: {SKILL_DIR} を、このSKILL.mdファイルを含む実際のディレクトリに置き換えてください。

# APIキーの設定
export EVOLINK_API_KEY=your_key_here

# 基本
{SKILL_DIR}/scripts/nanobanana-2-lite-image.sh "短いNanobanana 2 Lite 画像生成デモを作成"

# オプション付き
{SKILL_DIR}/scripts/nanobanana-2-lite-image.sh "テストプロンプト" --dry-run true --timeout 未定

# 高度
{SKILL_DIR}/scripts/nanobanana-2-lite-image.sh "ドライラン" --help 未定

# ドライラン(APIを呼び出さずにペイロードをプレビュー)
{SKILL_DIR}/scripts/nanobanana-2-lite-image.sh "テスト" --dry-run

スクリプト出力プロトコル

スクリプトは解析して対応する必要がある構造化された行をstdoutに書き込みます:

行フォーマットタイミングあなたのアクション
TASK_SUBMITTED: task_id=<id> estimated=<Ns>送信直後タスクが開始されたことをユーザーに確認します。 これはAPI呼び出しが成功したことを意味します — 再試行しないでください。
STATUS_UPDATE: <message>実行中約15秒ごとユーザーに伝えます — 例:「まだ処理中です、残り約30秒...」
RESULT_URL=<値>成功時抽出してユーザーに提示します
ELAPSED=<Ns>成功時必要に応じて経過時間を伝えます
POLL_TIMEOUT: task_id=<id> dashboard=<url>ポーリングが5分を超えた場合ユーザーに伝えます:「タスクはすでに完了している可能性があります — <dashboard_url> を確認してください(タスク: <id>)」
ERROR: ... (stderr)失敗時エラーメッセージをユーザーに表示します

重要: TASK_SUBMITTED: が表示されたら、タスクはサーバーにキューイングされています。スクリプトを再度実行しないでください。 再試行するとユーザーのAPIクレジットを無駄にします。スクリプトがローカルでタイムアウトした場合でも、タスクは完了している可能性があります — ユーザーに https://evolink.ai/dashboard/keys?utm_source=skill&utm_medium=install&utm_campaign=nanobanana-2-lite-image のダッシュボードを確認するよう伝えてください。

エラーハンドリング

親しみやすく、実用的なメッセージを提供します:

エラーユーザーに伝える内容
無効/欠落キー (401)「APIキーが機能していないようです。https://evolink.ai/dashboard/keys?utm_source=skill&utm_medium=install&utm_campaign=nanobanana-2-lite-image で確認できます。」
残高不足 (402)「アカウントの残高が少ないです。https://evolink.ai/dashboard/keys?utm_source=skill&utm_medium=install&utm_campaign=nanobanana-2-lite-image でクレジットを追加できます。」
レート制限 (429)「リクエストが多すぎます — 少し待ってからもう一度試しましょう。」
コンテンツブロック (400)「この入力はコンテンツモデレーションにフラグされました。調整してみてください。」
サービス利用不可 (503)「サービスが一時的に混雑しています。1分後に再試行しましょう。」

モデル機能の概要

ユーザーがモデルで何ができるか尋ねたときに使用します:

  • APIクイックスタート: タスクを作成し、完了をポーリングし、最終レスポンスを検査します。
  • エージェントスキル: SKILL.mdとスクリプトを使用してエージェントの実行をガイドします。
  • トラブルシューティング: docs/errors.mdと完全な例を使用して、一般的な障害をデバッグします。
  • リリース準備: 公開リリース前にパッケージメタデータの一貫性を保ちます。

参照

  • references/api-params.md: 完全なAPIパラメータリファレンス
  • scripts/nanobanana-2-lite-image.sh: EvoLink経由でNanobanana 2 Lite 画像生成タスクを実行します。

関連スキル