Community影像github.com

steipete/nano-banana-pro

透過 Google Gemini 3.1 Flash 模型進行 Nano Banana 2 影像生成與編輯,支援從 512px 到 4K 解析度的工作流程。

nano-banana-pro 是什麼?

此技能利用 Google 的 Nano Banana 2 API(基於 Gemini 3.1 Flash Image 模型)來生成全新影像或編輯現有影像。它支援多種解析度(512、1K、2K、4K),並提供了一個高效的開發工作流程:從草稿(1K)快速迭代,到最終(4K)高解析度輸出。技能透過命令列腳本運作,接受 `--prompt`、`--filename`、`--input-image` 和 `--resolution` 等參數,並會自動檢查 `GEMINI_API_KEY` 環境變數或 `--api-key` 參數。此技能特別適合需要在程式碼編輯器或終端機中快速產生和修改圖片的開發者,能節省反覆來回切換工具的時間。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

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
  • 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:

  1. --api-key 引數(若使用者在對話中提供了金鑰)
  2. 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-key
    • Error 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:

  1. 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
  2. 使用 --input-image 參數指定圖片路徑
  3. 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")
  4. 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

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.

相關技能