核心用法
Nanobanana Image Generation 是一个专为 Google Gemini 图像模型设计的 CLI 工具集，严格遵循官方 generateContent API 规范。它通过 Python 和 Node.js 脚本提供统一的图像生成、编辑和科研插图制作能力。
主要功能模块：
- 文本生成图像：通过自然语言描述创建新图像，支持
--aspect-ratio和--image-size参数控制输出规格 - 图像编辑：使用
--input-image对现有图像进行局部修改，需明确指定保留和变更区域 - 多图参考工作流：支持上传多张参考图像作为生成依据
- 附件图像重建：当平台无法暴露本地文件路径时，通过视觉分析实现高保真重绘
- 材料科学插图：内置专业模板，可一键生成期刊风格的机理图、设备结构图、流程图等科研配图
工作流特点：
- 严格遵循 Gemini 官方 API 结构：
POST /v1beta/models/{model}:generateContent - 支持环境变量配置与命令行参数覆盖
- 提供
--print-prompt预检模式，可在发送 API 请求前审查最终提示词 - 材料科学模板自动处理科学背景、配色方案、字体排印和布局约束
显著优点
- 官方规范兼容：完全对齐 Google Gemini API 设计，避免非标准端点带来的兼容风险
- 科研场景优化：材料科学模板专为学术出版设计，自动规避夸大结论、数据伪造等学术不端风险
- 安全传输设计：API 密钥支持文件读取模式（
NANOBANANA_API_KEY_FILE），避免命令历史泄露 - 第三方端点可控：通过显式
--allow-third-party标志管理非官方服务商风险 - 本地化预处理：提示词构建和材料科学模板处理为纯本地操作，不触发网络请求
潜在缺点与局限性
- 平台依赖：附件图像的精确编辑受限于平台是否暴露本地文件路径，部分场景需退而求其次使用视觉重建
- 模型锁定：专为 Gemini 系列模型设计，不支持 OpenAI DALL-E、Midjourney 等其他图像生成服务
- 环境配置门槛：需手动配置
NANOBANANA_BASE_URL和 API 密钥，对新手不够友好 - 第三方信任成本：非官方 Gemini 兼容端点需用户自行评估服务商可信度
适合人群
- 材料科学、化学、物理等领域的研究人员，需快速生成期刊级科研插图
- 学术编辑和论文作者，需要符合出版规范的图形摘要和机理示意图
- 对 Gemini 图像生成能力有深度需求，且重视 API 规范合规性的开发者
- 需要图像本地化编辑工作流，同时接受视觉重建作为备选方案的内容创作者
常规风险
- API 密钥泄露：命令行直接传递密钥可能被 shell 历史记录，建议使用
NANOBANANA_API_KEY_FILE - 第三方服务端点风险：非官方服务商可能面临数据留存、模型输出一致性、服务稳定性等问题
- 重建 fidelity 损失：附件图像的视觉重建无法保证像素级精确，关键文字替换等场景需人工复核
- 学术伦理约束：材料科学模板虽内置规避机制，用户仍需对最终插图科学准确性负责