核心功能
Banana Cog 是一款专为批量图像生成与角色一致性设计的 AI 技能，基于 Google Gemini 3.1 Flash Image（代号 Nano Banana）模型。其核心能力在于单次提示词即可输出 10-20 张视觉连贯的图像组，通过线程记忆（Thread Memory）技术保持角色外观、风格及视觉语言在多场景中的一致性。
显著优点
| 维度 | 说明 |
|------|------|
| **批量效率** | 一次生成多图，避免逐张提示的重复劳动 |
| **角色一致性** | 跨场景保持人物特征，解决传统 AI 图像"每张脸都不同"的痛点 |
| **原生质量** | 背靠 Gemini 模型的世界知识与高级文本渲染能力 |
| **灵活输出** | 支持单图精修与多图项目两种工作流 |
| **生产就绪** | 集成 CellCog SDK，支持异步 Agent 模式处理长任务 |
潜在局限与风险
| 问题 | 说明 |
|------|------|
| **依赖链** | 必须前置安装 `cellcog` 技能，学习曲线存在 |
| **异步复杂性** | Agent 模式的"fire-and-forget"特性需要开发者理解回调/通知机制 |
| **成本控制** | 批量生成 10-20 图的 Token 消耗显著高于单图任务 |
| **平台绑定** | 深度耦合 CellCog 生态，迁移成本较高 |
| **黑盒可控性** | Gemini 内部世界知识的调用逻辑不透明，结果偶有不可预测性 |
适合人群
- 内容创作者：需要为连载故事、漫画分镜保持角色统一
- 电商运营：批量生成风格一致的产品场景图
- 品牌设计师：输出社媒内容系列，维持视觉识别系统（VIS）
- AI 开发者：探索多模态 Agent 工作流的原型搭建
安全与合规提示
- 遵循 Google Gemini 使用政策，禁止生成有害、误导性内容
- 商用需注意训练数据版权归属问题
- 建议开启
notify_session_key监控长任务状态，避免资源悬置
---
技术定位
该技能是 CellCog 生态中的垂直场景工具，向上承接通用图像生成（image-cog），向下延伸至贴纸包（sticker-cog）和动图（gif-cog），构成完整的多模态内容生产矩阵。