Nano Banana 2

核心用法

Nano Banana 是一款基于 CLI 的 Gemini 原生图像生成工具，通过 inference.sh 平台调用 Google 最新的图像生成模型。用户只需安装轻量级 CLI 工具并登录，即可通过简单的命令行指令完成高质量图像生成。

主要功能

• 文本生成图像：支持从自然语言描述生成图像
• 图像编辑：可基于现有图像进行修改（最多支持 14 张输入图）
• 多图生成：单次请求生成多张变体图像
• 高级参数控制：支持自定义宽高比（1:1、16:9、9:16 等）、分辨率（最高 4K）、输出格式
• Google Search 增强：启用实时信息 grounding，生成时效性内容

模型选择

| 模型 | 定位 | 速度 | 质量 |

|------|------|------|------|

| Gemini 3 Pro Image | 专业级预览版 | 较慢 | 最佳 |

| Gemini 2.5 Flash Image | 平衡版 | 快速 | 优秀 |

典型工作流

1. 安装 CLI：curl -fsSL https://cli.inference.sh | sh && infsh login
2. 生成或编辑图像：infsh app run google/gemini-3-pro-image-preview --input '{"prompt": "..."}'
3. 探索更多：通过 infsh app sample 查看完整参数选项

显著优点

• 原生 Gemini 能力：直接调用 Google 官方图像模型，非第三方封装
• 轻量安全：安装脚本仅检测系统架构、下载二进制文件并校验 SHA-256，无需管理员权限或后台进程
• 灵活输入：支持 URL 引用、本地文件、多图组合等复杂场景
• 实时搜索增强：独特的 enable_google_search 功能可将实时信息融入图像生成
• 生态系统完善：与 inference.sh 平台 150+ 应用无缝集成，可扩展至视频生成等工作流

潜在局限

• CLI 门槛：需要命令行基础，无图形界面
• 平台依赖：完全依赖 inference.sh 服务可用性
• 模型限制：Gemini 3 Pro 的 4K 分辨率等功能仅限该模型
• 预览状态：Gemini 3 Pro Image 标注为 preview，可能存在稳定性变动
• 网络要求：需稳定连接至 inference.sh 和 Google 服务

适合人群

• 开发者、设计师、内容创作者等熟悉命令行操作的技术用户
• 需要批量生成、自动化图像工作流的专业人士
• 追求 Google 原生图像质量、希望避免复杂 API 配置的用户
• 需要将图像生成集成到更大 AI 工作流（如视频生成）的高级用户

常规风险

• 第三方平台风险：inference.sh 作为中间平台，存在服务中断或政策变更可能
• 数据隐私：图像 prompt 和生成内容需经过 inference.sh 服务端
• 成本管理：高频调用可能产生费用，需注意配额控制
• 输出一致性：AI 图像生成存在随机性，多次运行结果可能差异较大
• 版权合规：生成内容的商用权利需遵循 Google Gemini 服务条款

核心用法

Nano Banana 是一个纯文档型 Skill，旨在指导用户通过 inference.sh CLI 工具调用 Google Gemini 原生图像生成模型。该 Skill 本身不包含可执行代码，而是提供完整的命令行操作指南和最佳实践。

主要功能

• 文本生成图像：支持 Gemini 3 Pro Image 和 Gemini 2.5 Flash Image 两款模型
• 图像编辑：可上传现有图片进行智能编辑（最多 14 张输入图）
• 多图批量生成：一次生成最多 4 张图像供选择
• 自定义输出格式：支持 1:1、16:9、9:16、4:3、3:4 等多种比例，以及 1K/2K/4K 分辨率（仅 Pro 版）
• Google Search grounding：启用实时信息获取，生成与当前时事相关的图像

快速上手

# 安装 CLI（首次使用）
curl -fsSL https://cli.inference.sh | sh && infsh login

# 生成图像
infsh app run google/gemini-3-pro-image-preview --input '{"prompt": "a banana in space"}'

高级参数

| 参数 | 说明 |

|------|------|

| `prompt` | 生成描述（必填） |

| `images` | 输入图片 URL 数组（图生图） |

| `num_images` | 生成数量（1-4） |

| `aspect_ratio` | 输出比例 |

| `resolution` | 分辨率（Pro 版支持 4K） |

| `enable_google_search` | 启用搜索增强 |

显著优点

1. 原生 Gemini 能力：直接调用 Google 最新图像模型，非第三方封装，功能完整
2. 双模型选择：Pro 版质量最优，Flash 版速度更快，可按需选择
3. inference.sh 平台背书：知名 AI 推理平台，提供标准化服务
4. 安装透明：官方提供 SHA-256 校验，支持手动验证
5. 丰富的示例文档：涵盖文生图、图生图、多图生成、搜索增强等完整场景

潜在缺点与局限性

1. 依赖外部平台：所有图像生成请求需发送至 inference.sh 服务器，无法本地离线运行
2. curl\|sh 安装风险：虽然来源可信，但管道执行远程脚本仍存在理论上的供应链攻击风险
3. 模型预览状态：Gemini 3 Pro Image 当前为预览版，API 可能变动
4. 隐私考量：提示词和生成图像会上传至第三方平台，不适合处理敏感或机密内容
5. 成本因素：inference.sh 平台可能按用量收费，文档未明确说明定价

适合人群

• 需要高质量 AI 图像生成的设计师、创作者
• 希望直接体验 Google Gemini 原生图像能力的开发者
• 熟悉命令行操作、追求工作流自动化的技术用户
• 对图像编辑、多图合成有进阶需求的用户

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 动态代码下载 | 中 | curl\|sh 模式，但来源可信且有校验机制 |

| 数据外泄 | 低 | 提示词上传至 inference.sh 和 Google API |

| 供应链攻击 | 低 | 依赖单一平台，但信誉良好 |

| 权限要求 | 低 | 仅需 Bash 权限执行 infsh 命令 |

安全建议：优先使用手动下载安装方式，执行前校验 SHA-256；避免在提示词中输入个人敏感信息。