Nano Banana Pro

Nano Banana Pro 核心评测

核心用法

Nano Banana Pro 是 Google Gemini 3 Pro Image 模型的封装工具，通过 uv 运行 Python 脚本实现图像生成与编辑。主要功能包括：

• 文生图：通过 --prompt 描述生成图像，支持 1K/2K/4K 三种分辨率
• 图生图：单图编辑模式，传入输入图片和编辑指令进行风格迁移或内容修改
• 多图合成：支持最多 14 张图像的复杂场景组合

显著优点

1. 官方 API 背书：直接调用 Google 最新 Gemini 3 Pro Image 模型，技术路线前沿
2. 多分辨率输出：1K/2K/4K 三档可选，满足不同场景需求
3. MCP 生态集成：输出自动附带 MEDIA: 标签，与 Moltbot 等客户端无缝协作
4. 轻量部署：仅依赖 uv 运行时，跨平台兼容性好

潜在局限

• 闭源模型：无法本地部署，完全依赖 Google 云服务，存在网络延迟和可用性风险
• API 成本：Gemini API 调用可能产生费用，高频使用成本需评估
• 输出可控性：生成结果受提示词工程影响大，复杂场景需多次迭代
• 隐私顾虑：图像数据上传至 Google 服务器，敏感内容需谨慎

适合人群

• 设计师、内容创作者需要快速原型生成
• 开发者构建图像工作流自动化
• 已有 Gemini API 密钥的 Google AI 生态用户

常规风险提示

• API 密钥需妥善保管，避免泄露至版本控制
• 4K 生成消耗更多 token，注意用量监控
• 多图合成时需注意输入图像尺寸一致性，避免预处理错误

核心用法

Nano Banana Pro 是一款基于 Google Gemini 3 Pro Image API 的图像生成与编辑 Skill，通过 Python 脚本提供命令行交互能力。

图像生成：使用 uv run 执行 generate_image.py，通过 --prompt 描述所需图像内容，--filename 指定输出路径，--resolution 选择 1K/2K/4K 分辨率（默认 1K）。

单图编辑：添加 -i 参数传入现有图像路径，配合编辑指令 prompt 实现图像修改。

多图合成：最多支持 14 张图片输入，通过多个 -i 参数叠加，实现复杂场景合成。

密钥配置：优先从 GEMINI_API_KEY 环境变量读取，也支持在 ~/.clawdbot/moltbot.json 中配置 apiKey 或嵌套 env.GEMINI_API_KEY。

显著优点

• 官方 API 背书：直接调用 Google 官方 Gemini 3 Pro Image 接口，模型能力与服务质量有保障。
• 高分辨率输出：支持 4K 分辨率生成，满足专业设计场景需求。
• 多图合成能力：14 张图片上限的 composition 功能在同类工具中较为突出。
• 安全代码结构：安全扫描显示无 eval/exec/system 等危险函数，无硬编码密钥，路径处理使用 Path 库防止目录遍历。
• 自动媒体挂载：脚本输出 MEDIA: 标记行，Moltbot 可自动识别并在支持的聊天平台附加图片。

潜在缺点与局限性

• 外部服务依赖：完全依赖 Google Gemini API 可用性，网络波动或服务中断将直接影响功能。
• 成本与配额：Gemini 3 Pro Image API 调用产生费用，需自行管理配额与计费。
• 无本地模型：无法离线运行，所有计算在 Google 云端完成。
• T3 来源可信度：社区项目维护，非 Google 官方直接发布，需自行承担维护连续性风险。
• 输入验证有限：脚本主要依赖数量限制（14张），对图像格式、内容合规性的前置校验较弱。

适合人群

• 需要快速生成或编辑图像的开发者与设计师
• 已拥有 Google AI Platform 账户及 API 配额的用户
• 追求 4K 高分辨率输出与多图合成功能的专业场景
• 熟悉命令行操作、能配置环境变量的技术用户

常规风险

• API 密钥泄露风险：需确保 GEMINI_API_KEY 不泄露到版本控制或日志中
• 内容合规风险：生成内容受 Google 服务条款约束，可能触发使用限制
• 输出文件管理：建议遵循文档推荐的 yyyy-mm-dd-hh-mm-ss-name.png 时间戳命名，避免覆盖
• 网络传输安全：虽然使用 TLS 1.3 加密，但仍需确保运行环境网络可信