Nanobanana Pro

核心功能

Nano Banana Pro 是一款面向 OpenClaw 和 Ching Tech OS 平台的 AI 图像生成技能，封装了 Gemini Image API 的调用能力，提供文本生图与图像编辑双模式。

核心用法

• 文生图：通过 --prompt 描述生成图片，支持 1K/2K/4K 三种分辨率
• 图生图：使用 -i 参数传入单张或多张（最多 14 张）参考图进行编辑或融合
• 自动降级：当首选模型 gemini-2.5-flash-image 失败时，自动回退至 gemini-2.0-flash-exp-image-generation
• 依赖管理：强制使用 uv run 执行，确保 Python 依赖环境隔离

显著优点

1. 模型鲁棒性：内置多模型 fallback 机制，降低单点故障风险
2. 多图合成：支持最多 14 张图片输入，适合复杂场景构建
3. 分辨率灵活：从快速预览（1K）到高质输出（4K）三档可选
4. 平台集成：针对 OpenClaw 优化，输出带 MEDIA: 标记便于自动附件识别

局限与风险

• 环境依赖：必须预装 uv 并配置 GEMINI_API_KEY，无密钥则完全不可用
• 执行约束：严禁直接使用 python3，否则依赖缺失导致失败
• 平台限制：官方仅认证 openclaw 和 ching-tech-os 两个平台
• 无安全审计：技能简介明确标注"未执行安全扫描"，代码可信度依赖作者声誉

适合人群

• OpenClaw 生态用户，需要快速集成 Gemini 图像能力的开发者
• 对模型稳定性有要求、不愿手动处理 API 错误的自动化场景
• 需要批量多图合成的工作流（电商、设计预览等）

风险提示

• 外部 API 调用存在数据隐私风险，敏感图片请勿上传
• 自动降级逻辑透明但不可自定义重试次数或超时策略
• 项目处于早期版本（0.4.0），API 变更可能导致破坏性更新

核心用法

Nano Banana Pro 是一个基于 Google Gemini Image API 的图像生成与编辑工具，支持纯文本生成图片（文生图）以及基于现有图片进行编辑或合成（图生图）。

基础生成：使用 uv run {baseDir}/scripts/generate_image.py 配合 --prompt 描述画面，--filename 指定输出路径，--resolution 选择 1K/2K/4K 分辨率。

图像编辑：通过 -i 参数传入输入图片，支持单图编辑或多图合成（最多 14 张图片）。

API 认证：需配置 GEMINI_API_KEY 环境变量，或在 ~/.openclaw/openclaw.json 中设置。

模型降级机制：默认优先尝试 gemini-2.5-flash-image，失败后自动回退至 gemini-2.0-flash-exp-image-generation，可通过 NANOBANANA_FALLBACK_MODELS 自定义降级链。

显著优点

• 自动模型兜底：主模型不可用时不中断，自动切换备用模型，提升成功率。
• 多分辨率支持：1K（默认）、2K、4K 可选，满足不同场景清晰度需求。
• 多图合成能力：支持最多 14 张图片作为输入，适合复杂场景构建。
• 零配置依赖管理：通过 uv run 自动处理 Python 依赖，无需手动安装。
• 平台集成友好：输出包含 MEDIA: 标记，OpenClaw 支持自动挂载到对话。

潜在缺点与局限性

• 依赖外部 API：完全依赖 Google Gemini 服务，国内网络环境可能不稳定；存在 API 调用成本和速率限制。
• 版本约束宽松：依赖使用 >= 而非 == 锁定，存在未测试新版本引入兼容性问题的风险。
• T3 来源可信度：由个人开发者维护，虽代码审计通过，但长期维护更新存在不确定性。
• 仅支持特定平台：主要适配 OpenClaw 和 Ching-Tech OS，通用性受限。

适合人群

• 需要快速生成或编辑 AI 图像的 OpenClaw/CTOS 用户
• 愿意配置 Google API Key 并接受按量计费的技术用户
• 追求自动化流程、不希望手动处理模型降级的高级用户

常规风险

• API Key 泄露风险：GEMINI_API_KEY 需妥善保管，避免硬编码或日志泄露。
• 成本控制：4K 分辨率及多图合成可能消耗较多 Token，建议监控用量。
• 内容合规：Gemini API 对生成内容有安全过滤器，敏感提示词可能被拒绝。
• 文件覆盖：输出路径未自动防覆盖，建议按文档提示使用 yyyy-mm-dd-hh-mm-ss-name.png 格式命名。