Community图像github.com

steipete/nano-banana-pro

使用 Google Nano Banana 2(Gemini 3.1 Flash Image)API 进行图像生成和编辑,支持文本/图像输入及 512 到 4K 分辨率工作流。

nano-banana-pro 是什么?

Nano Banana Pro 是一个 AI agent 技能,通过 Nano Banana 2 API(即 Gemini 3.1 Flash Image)提供图像生成和编辑能力。它接受文本提示和可选的输入图像,支持从 512px 到 4K 的输出分辨率。该项目包含一套推荐的「草稿→迭代→最终」工作流,帮助用户在低分辨率下快速迭代,锁定提示后再生成高分辨率最终图像。脚本支持通过 `GEMINI_API_KEY` 环境变量或 `--api-key` 参数提供 API 密钥,并内置预检查逻辑,可快速诊断常见故障(如缺失 API 密钥、输入图像路径错误、配额超限等)。该技能适用于 Claude Code、Cursor 或 Codex 等支持 CLI 调用的 agent 平台,通过 `uv run` 命令直接执行 Python 脚本,并自动将图像保存到用户当前工作目录。

兼容平台~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 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Nano Banana 2 图像生成与编辑

使用 Google Nano Banana 2 API(Gemini 3.1 Flash Image)生成新图像或编辑现有图像。

使用方法

使用绝对路径运行脚本(不要先 cd 到技能目录):

生成新图像:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "你的图像描述" --filename "输出文件名.png" [--resolution 512|1K|2K|4K] [--api-key KEY]

编辑现有图像:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "编辑说明" --filename "输出文件名.png" --input-image "输入图像路径.png" [--resolution 512|1K|2K|4K] [--api-key KEY]

重要: 始终从用户的当前工作目录运行,以便图像保存到用户工作目录,而不是技能目录。

默认工作流(草稿 → 迭代 → 最终)

目标:快速迭代,在提示词确认正确之前不浪费 4K 时间。

  • 草稿(1K):快速反馈循环
    • uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<草稿提示>" --filename "yyyy-mm-dd-hh-mm-ss-草稿.png" --resolution 1K
  • 迭代:逐步调整提示词;每次运行保持文件名新
    • 如果是编辑模式:在对结果满意之前,每次迭代都保持相同的 --input-image。
  • 最终(4K):仅在提示词确定后使用
    • uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<最终提示>" --filename "yyyy-mm-dd-hh-mm-ss-最终.png" --resolution 4K

分辨率选项

Gemini 3.1 Flash Image API 支持以下输出尺寸:

  • 512 - 紧凑型 ~512px 类分辨率
  • 1K(默认)- ~1024px 分辨率
  • 2K - ~2048px 分辨率
  • 4K - ~4096px 分辨率

将用户请求映射到 API 参数:

  • "512", "512px", "0.5K", "thumbnail", "tiny" → 512
  • 未提及分辨率 → 1K
  • "low resolution", "1080", "1080p", "1K" → 1K
  • "2K", "2048", "normal", "medium resolution" → 2K
  • "high resolution", "high-res", "hi-res", "4K", "ultra" → 4K

API 密钥

脚本按以下顺序检查 API 密钥:

  1. --api-key 参数(如果用户在聊天中提供了密钥则使用)
  2. GEMINI_API_KEY 环境变量

如果两者都不可用,脚本将以错误信息退出。

预检与常见故障(快速修复)

  • 预检:

    • command -v uv(必须存在)
    • test -n "$GEMINI_API_KEY"(或传递 --api-key)
    • 如果是编辑:test -f "path/to/input.png"
  • 常见故障:

    • Error: No API key provided. → 设置 GEMINI_API_KEY 或传递 --api-key
    • Error loading input image: → 路径错误/文件不可读;验证 --input-image 指向一个真实的图像文件
    • “quota/permission/403” 风格的 API 错误 → 密钥错误、无访问权限或配额超限;尝试其他密钥/账户

文件名生成

使用以下模式生成文件名:yyyy-mm-dd-hh-mm-ss-名称.png

格式: {时间戳}-{描述性名称}.png

  • 时间戳:当前日期/时间,格式为 yyyy-mm-dd-hh-mm-ss(24小时制)
  • 名称:使用小写文本和连字符的描述性名称
  • 保持描述部分简洁(通常 1-5 个词)
  • 根据用户的提示或对话上下文生成
  • 如果不确定,使用随机标识符(例如 x9k2、a7b3)

示例:

  • 提示 "A serene Japanese garden" → 2025-11-23-14-23-05-japanese-garden.png
  • 提示 "sunset over mountains" → 2025-11-23-15-30-12-sunset-mountains.png
  • 提示 "create an image of a robot" → 2025-11-23-16-45-33-robot.png
  • 上下文不明确 → 2025-11-23-17-12-48-x9k2.png

图像编辑

当用户想要修改现有图像时:

  1. 检查用户是否提供了图像路径或引用了当前目录中的图像
  2. 使用 --input-image 参数指定图像路径
  3. 提示词应包含编辑说明(例如,“让天空更戏剧化”、“移除人物”、“改为卡通风格”)
  4. 常见编辑任务:添加/删除元素、更改风格、调整颜色、模糊背景等

提示词处理

对于生成: 将用户的图像描述原样传递给 --prompt。仅在描述明显不足时进行改写。

对于编辑: 将编辑说明传递给 --prompt(例如,“在天空中加一道彩虹”、“让它看起来像水彩画”)

在两种情况下均保留用户的创作意图。

提示模板(高命中率)

当用户描述模糊或编辑需要精确时使用模板。

  • 生成模板:

    • “创建一张图像:<主体>。风格:<风格>。构图:<相机/镜头>。光照:<光照>。背景:<背景>。色调:<调色板>。避免:<列表>。”
  • 编辑模板(保留其他一切):

    • “仅更改:<单一更改>。保持相同:主体、构图/裁切、姿势、光照、色调、背景、文字和整体风格。不要添加新物体。如果存在文字,保持其不变。”

输出

  • 将 PNG 保存到当前目录(如果文件名包含目录,则保存到指定路径)
  • 脚本输出生成的图像的完整路径
  • 不要读回图像 - 只需告知用户保存的路径

示例

生成新图像:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "A serene Japanese garden with cherry blossoms" --filename "2025-11-23-14-23-05-japanese-garden.png" --resolution 4K

编辑现有图像:

uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "make the sky more dramatic with storm clouds" --filename "2025-11-23-14-25-30-dramatic-sky.png" --input-image "original-photo.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.

相关技能