Nano Banana 2 — RunComfy 专业版图像生成工具
核心用法
本技能通过 RunComfy CLI 调用 Google Nano Banana 2（Gemini 系列 flash 级文生图模型），提供比原生提示更优的输出质量。用户需先安装 @runcomfy/cli 并完成登录授权，随后通过 runcomfy run google/nano-banana-2/text-to-image 命令提交生成请求。
关键参数配置：
resolution: 0.5K（草稿）、1K（默认）、2K（终稿）、4K（最高）aspect_ratio: 支持 11 种比例，包括 9:16、4:5 等社交平台原生尺寸num_images: 1–4 张，建议 ideation 阶段使用 4 张批量生成safety_tolerance: 1（严格）– 6（宽松）的安全阈值调节enable_web_search: 启用网页 grounding，适合当前事件/真实实体生成（增加成本与延迟）
提示工程优化： 采用"主体优先"的声明式语法——先描述主体，再补充动作、环境、风格、相机参数。对于图像内文字排版，需使用精确引号指定字符内容、字体风格和位置，例如「标签显示 'AURA'，粗体无衬线，居中，白底黑字」。
显著优点
| 优势 | 说明 |
|:---|:---|
| **快速迭代** | 0.5K 分辨率草稿模式支持 rapid prototyping，胜出方案可无缝升级至 2K/4K |
| **精准的图像内排版** | 在引号内文字提示下，可预测性地渲染图像内文字，优于多数竞品 |
| **平台原生比例** | 完整覆盖 21:9 至 9:16 等 11 种比例，无需后期裁剪 |
| **网页 grounding** | `enable_web_search` 可注入实时信息，生成与当前事件相关的图像 |
| **种子锁定复现** | 固定 seed 可在微调提示时保持构图一致性 |
| **清晰的分层定价** | 分辨率档位与功能开关透明，便于成本预估 |
潜在缺点与局限性
- 静态图像专属：不支持视频生成
- 单次上限 4 张：大批量生成需多次调用
- 网页搜索成本敏感：启用后延迟与费用显著增加，非必要不建议开启
- 编辑功能分离：图像编辑（主体保留+背景替换）需使用独立的
nano-banana-edit技能，本端点不支持 - 风格冲突风险：多风格叠加（如「极简+繁复+复古+赛博朋克」）易导致输出混乱，建议限定 1–2 个风格锚点
- 非引用文字渲染不可靠：未加引号的图像内文字描述输出不可预测
适合人群
| 用户类型 | 使用场景 |
|:---|:---|
| 社交媒体运营者 | 快速生成 9:16/4:5 平台原生尺寸的缩略图 batch |
| 品牌设计师 | 营销物料草稿迭代，锁定构图后提升分辨率 |
| 电商从业者 | 带文字的产品卡片、海报生成 |
| 新闻/内容创作者 | 需要结合实时信息的网页 grounding 图像 |
| AI 工作流构建者 | 通过 CLI 集成到自动化 pipeline |
常规风险
| 风险类别 | 说明 |
|:---|:---|
| **API 密钥安全** | Token 存储于 `~/.config/runcomfy/token.json`，权限 0600；CI 环境建议使用 `RUNCOMFY_TOKEN` 环境变量替代文件存储 |
| **外部 URL 信任** | 图像/遮罩 URL 由 RunComfy 服务器端获取，存在图像提示注入风险，应视为不可信输入 |
| **网络超时** | 上游 5xx 或 429 限速时返回 69/75 退出码，需实现重试逻辑 |
| **生成内容合规** | `safety_tolerance` 调节范围 1–6，严格场景建议设为 1–2；但仍需人工审核最终输出 |
| **成本失控** | 2K/4K 及网页搜索功能单价显著高于 1K 基础档位，自动化调用前需确认预算 |
| **磁盘空间** | CLI 对单文件下载设 2GiB 上限，防止异常输出占满磁盘 |
横向对比建议
| 需求 | 推荐替代 |
|:---|:---|
| 重度风格化、绘画质感 | Flux 2 |
| 最大提示遵循+多语言文字 | GPT Image 2 |
| 2K–4K 高精度写实人像 | Seedream 5 |
| 超写实肖像 | Nano Banana Pro |
| 图像编辑（换背景/改主体） | Nano Banana Edit（兄弟技能）|