nanaban

nanaban 技能在您的 AI 代理与 Gemini 图像生成模型之间架起桥梁，实现从终端直接建立与操控视觉资产。此技能专为需要无缝图形生成工作流程的用户设计，通过直观的 CLI 界面管理 Gemini API 的复杂性。无论您是建立快速原型的设计师、制作社交媒体素材的开发者，还是需要特定视觉风格的内容创作者，此工具都能自动化从提示词优化到本地文件读取的交互周期。

• 利用 Nano Banana 与 Imagen 4 模型生成多种视觉媒体，包括插图、标志、图标、头像、横幅与像素艺术。

• 执行复杂的图像转换，例如背景移除、风格转换、色彩校正、图片修复与专业修图。

• 支持特定的宽高比调整 (16:9, 9:16, 1:1) 与高分辨率输出 (2K/4K)，以满足精确的设计需求。

• 通过具成本效益的模型选择促进迭代设计，允许用户根据项目预算平衡质量与速度。

• 直接与宿主终端环境整合以进行图像预览与文件管理，确保生成的资产可立即用于审查。

• 需要有效的 Gemini API 密钥，并通过指定的存储库安装 nanaban CLI 工具。

• 针对一般生成与编辑任务使用 flash 模型；专业级的高质量需求请使用 pro 模型。

• 使用包含主题、风格、灯光与构图的详细提示词进行生成，以获得最佳结果；并根据先前的输出进行迭代。

• 使用 edit 指令修改现有的本地图像；请注意编辑功能仅限于 Nano Banana 模型，而 Imagen 4 则针对初始生成进行了优化。

• 仅在创意视觉任务中触发此技能，而非文件优化或代码层面的图像大小调整等技术处理任务。