核心用法
Nano Banana Pro 是一个调用 Google Gemini 3 Pro Image API 的图像生成与编辑工具，支持两种核心模式：
1. 文本生成图像（Text-to-Image）：通过自然语言描述生成新图像
2. 图像编辑（Image-to-Image）：基于现有图像进行局部修改、风格转换、元素增删等
关键特性
- 多分辨率支持：1K（~1024px，默认）、2K（~2048px）、4K（~4096px），满足不同场景对画质与速度的平衡需求
- 迭代工作流：官方推荐"草稿（1K）→ 迭代调整 → 终稿（4K）"的三阶段流程，避免在提示词未优化时浪费高分辨率配额
- API Key 灵活配置：支持命令行参数
--api-key或环境变量GEMINI_API_KEY两种注入方式 - 文件名智能生成：强制使用
yyyy-mm-dd-hh-mm-ss-descriptive-name.png格式，确保输出可追溯、不冲突
显著优点
| 维度 | 优势 |
|------|------|
| **生成质量** | Gemini 3 Pro Image 作为 Google 旗舰级图像模型，在文本渲染、多主体构图、复杂场景理解方面表现优异 |
| **效率设计** | 1K/2K/4K 分级机制让用户能以低成本快速验证创意，终稿再投入高分辨率计算资源 |
| **编辑能力** | 图生图模式支持"仅修改指定元素、保持其余不变"的精准控制，优于多数开源方案 |
| **集成友好** | `uv run` 单命令执行，无需复杂环境配置，适合嵌入自动化工作流 |
潜在局限性与风险
1. API 依赖与成本：完全依赖 Google Gemini API，存在配额限制、区域可用性、计费波动等外部风险；免费层级额度有限，高频使用成本需预估
2. 内容合规：Gemini API 内置 Google 安全过滤器，特定主题（如真实人物、敏感场景）可能触发拒绝生成，且用户可控性较低
3. 可复现性：AI 图像生成存在随机性，即使相同提示词也可能产生差异，关键商业场景需多次采样
4. 本地存储管理：脚本默认输出到当前工作目录，高频使用下需用户自行管理文件组织，无内置版本控制或图库管理
适合人群
- 设计师/创意工作者：快速生成概念草图、视觉参考、风格探索
- 开发者/自动化工程师：需要可脚本化的图像生成能力，集成至 CI/CD 或内容生产管线
- 内容创作者：社交媒体配图、博客插图、演示文稿视觉素材的批量生产
常规风险提醒
- 版权与授权：生成图像的版权归属需参考 Google Gemini API 服务条款，商业使用前建议确认授权范围
- 隐私数据：若使用
--input-image编辑包含敏感信息的本地图片，数据将上传至 Google 服务器处理 - API 密钥管理：避免在共享环境硬编码密钥，优先使用环境变量隔离凭证
安全等级说明
本技能为纯本地脚本工具，不常驻服务、不开放网络端口、不持久化用户数据，风险主要来源于外部 API 调用与本地文件系统访问。密钥管理责任在用户侧。