Nano Banana 2 影像生成與編輯
使用 Google 的 Nano Banana 2 API(Gemini 3.1 Flash Image)生成全新影像或編輯現有影像。
使用方式
使用絕對路徑執行腳本(請勿先切換至技能目錄):
生成全新影像:
uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "您的圖片描述" --filename "輸出名稱.png" [--resolution 512|1K|2K|4K] [--api-key KEY]
編輯現有影像:
uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "編輯指示" --filename "輸出名稱.png" --input-image "路徑/輸入圖片.png" [--resolution 512|1K|2K|4K] [--api-key KEY]
重要: 一律從使用者的當前工作目錄執行,以便圖片儲存在使用者正在工作的位置,而非技能目錄中。
預設工作流程(草稿 → 迭代 → 最終)
目標:在提示詞正確之前,快速迭代,避免浪費時間在 4K 解析度。
- 草稿(1K):快速回饋循環
uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<草稿提示>" --filename "yyyy-mm-dd-hh-mm-ss-draft.png" --resolution 1K
- 迭代:以小差異調整提示詞;每次執行都使用新的檔案名稱
- 如果進行編輯:在滿意之前,每次迭代都保留相同的
--input-image
- 如果進行編輯:在滿意之前,每次迭代都保留相同的
- 最終(4K):僅在提示詞鎖定後
uv run ~/.codex/skills/nano-banana-pro/scripts/generate_image.py --prompt "<最終提示>" --filename "yyyy-mm-dd-hh-mm-ss-final.png" --resolution 4K
解析度選項
Gemini 3.1 Flash Image API 支援以下輸出尺寸值:
- 512 - 緊湊型,約 512px 等級解析度
- 1K(預設)- 約 1024px 解析度
- 2K - 約 2048px 解析度
- 4K - 約 4096px 解析度
將使用者需求對應至 API 參數:
- "512", "512px", "0.5K", "thumbnail", "tiny" →
512 - 未提及解析度 →
1K - "低解析度", "1080", "1080p", "1K" →
1K - "2K", "2048", "一般", "中等解析度" →
2K - "高解析度", "高畫質", "hi-res", "4K", "ultra" →
4K
API 金鑰
腳本會依此順序檢查 API 金鑰:
--api-key引數(若使用者在對話中提供了金鑰)GEMINI_API_KEY環境變數
若兩者皆無,腳本會顯示錯誤訊息並退出。
前置檢查與常見失敗(快速修復)
-
前置檢查:
command -v uv(必須存在)test -n "$GEMINI_API_KEY"(或傳遞--api-key)- 若進行編輯:
test -f "路徑/輸入圖片.png"
-
常見失敗:
Error: No API key provided.→ 設定GEMINI_API_KEY或傳遞--api-keyError loading input image:→ 路徑錯誤/檔案無法讀取;請確認--input-image指向真實圖片- 出現「quota/permission/403」等 API 錯誤 → 金鑰錯誤、無存取權限或配額已滿;請嘗試其他金鑰/帳號
檔案名稱生成
產生符合模式的檔案名稱:yyyy-mm-dd-hh-mm-ss-名稱.png
格式: {時間戳記}-{描述性名稱}.png
- 時間戳記:目前日期/時間,格式為
yyyy-mm-dd-hh-mm-ss(24 小時制) - 名稱:描述性的小寫文字,使用連字號連接
- 保持描述部分簡潔(通常 1-5 個單詞)
- 使用使用者提示或對話中的上下文
- 若不確定,使用隨機識別碼(例如
x9k2,a7b3)
範例:
- 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 - 上下文不明確 →
2025-11-23-17-12-48-x9k2.png
影像編輯
當使用者想要修改現有影像時:
- 檢查使用者是否提供了圖片路徑,或參考了目前目錄中的圖片
- 使用
--input-image參數指定圖片路徑 - 提示詞應包含編輯指示(例如 "讓天空更戲劇化", "移除人物", "改為卡通風格")
- 常見編輯任務:加入/移除元素、變更風格、調整顏色、模糊背景等
提示詞處理
生成影像時: 將使用者的圖片描述原樣傳遞給 --prompt。僅在描述明顯不足時才重新改寫。
編輯影像時: 將編輯指示傳遞給 --prompt(例如 "在天空中加一道彩虹", "讓它看起來像水彩畫")
在兩種情況下都保留使用者的創作意圖。
提示詞模板(高成功率)
當使用者表達模糊或編輯需要精確時,使用模板。
-
生成模板:
- “建立一張圖片:<主體>。風格:<風格>。構圖:<相機/鏡頭>。光線:<光線>。背景:<背景>。色調:<色調>。避免:<清單>。”
-
編輯模板(保留其他所有內容):
- “僅更改:<單一更改>。保持不變:主體、構圖/裁切、姿勢、光線、色調、背景、文字及整體風格。不要加入新物件。若有文字,請保持不變。”
輸出
- 將 PNG 儲存至目前目錄(若檔案名稱包含目錄路徑,則儲存至指定路徑)
- 腳本會輸出所生成圖片的完整路徑
- 請勿讀取圖片 - 只需告知使用者已儲存的路徑
範例
生成全新影像:
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
編輯現有影像:
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