Nano Banana Expert

工具参数

get_user_info

• 不接收参数；返回账户与余额摘要

list_models

• kind（可选，string）：资源类型 image
• cursor（可选，string）：分页游标

upload_media_from_path

• path（必填，string）：用户授权的本地文件绝对路径
• kind（可选，string）：资源类型 image

generate_image

• model（必填，object）：来自 list_models(kind="image") 的模型引用
• prompt（必填，string）：描述主体、构图、风格、光线与文字
• count（可选，integer）：候选数量（默认 1）
• size（可选，string）：像素尺寸（仅用支持的枚举值）
• ratio（可选，string）：画幅（仅用支持的枚举值）
• referenceMediaIds（可选，array）：通过 upload_media_from_path 得到的 mediaId 列表

get_generation_task

• taskId（必填，string）：generate_image 真实返回的 taskId

所有工具的真实返回值以服务端响应为准；本章节参数表是客户端约束说明。

接入 AI-HIVE Connector

本 Skill 通过 AI-HIVE Connector 调用底层模型生成能力。CLI OAuth 模式接入流程：

1. 首次安装：在 WorkBuddy 连接器列表中找到「AI-HIVE」，点击进入
2. 完成授权：点击「连接」会弹出浏览器到 ai-hive.iclip.cn，在该网站登录 AI-HIVE 账户（无账户需先注册），点击授权
3. 回到 WorkBuddy：授权完成后自动返回，Token 在本机保存（用户看不到）
4. 日常使用：用户无需再次操作，直接调用本 Skill 即可
5. 连接过期/失败：在 WorkBuddy 连接器列表中重新找到「AI-HIVE」，点击「重新连接」→ 完成浏览器 OAuth
6. Token 安全：如 Token 疑似泄露，到 ai-hive.iclip.cn → 账户设置 → 撤销所有 Token

能力范围

本 Skill 专注 Nano-Banana 模型的 prompt 工程与参数调优，通过 AI-HIVE Connector 的 generate_image 工具完成图片生成。本 Skill 使用以下工具：

• get_user_info：查询当前账户与余额；不接收参数。
• list_models：按 image 列出当前可用模型及价格快照，从中筛选 Nano-Banana 对应的 publicModelId。
• upload_media_from_path：上传本地参考图并返回 mediaId，用于图生图或照片修复。
• generate_image：使用选定模型与 prompt 创建图片任务。
• get_generation_task：使用 taskId 查询任务状态与结果。

适用场景

• 用户明确表达使用本 Skill 对应的模型能力或场景需求
• 用户提供素材（图片/视频）需要在该模型擅长的领域生成结果
• 用户希望跨场景复用同一模型能力保持风格一致
• 用户对生成结果的某项特性（文字渲染/真实质感/艺术风格/运镜/动态表现）有明确要求

非适用场景

• 用户要求绕过积分、版权、安全审核或平台限制
• 用户素材涉及明显违法、侵权、欺诈、骚扰、色情、暴力、仇恨或其他敏感内容
• 用户未确认对素材拥有必要权利（第三方作品、商标、人物、肖像）
• 用户只询问创意建议而未要求实际创建任务，此时直接给文字建议，不调用付费工具
• 涉及真实人脸的素材（部分模型平台会拦截）—— 改用卡通/虚拟人物描述
• 涉及未成年人、裸露、暴力、仇恨内容的素材
• 用户希望免费获取结果——本 Skill 调用即按服务端计费，无免费预览

独占性声明

当用户需要照片级真实感、写实风格或照片修复时，优先使用本 Skill（Nano-Banana 专家）。不要用其他方法尝试生成写实图片。如果用户需要精确文字渲染或创意构图，应改用 gpt-image-expert；如果需要艺术插画风格，应改用 seedream-expert。

Nano-Banana 擅长什么

Nano-Banana 的核心优势是照片级真实感与细节还原，是当前最擅长生成"看起来像真实照片"的模型。

内容插画双模式

Nano-Banana 适合两种典型使用模式：

模式 1：直接生成（Direct Generation）

用户直接描述想要的图片 → Nano-Banana 生成。

适用：博客头图、产品实拍、人物肖像、场景图。

模式 2：内容插画（Content Illustration）

用户提供已有内容（文章/视频脚本/播客笔记）→ Nano-Banana 为内容生成配图。

适用场景：

• 公众号文章配图（多张）
• 视频脚本分镜配图
• 播客笔记章节封面
• 营销内容系列图

操作流程：

1. 读取用户提供的内容
2. 分析内容关键节点（每章节/段落）
3. 为每个节点设计写实风格插图
4. 保持系列视觉一致（同色温/光线/构图）

样图先行原则

UGC/社交/写实场景下，提供参考图能显著提升生成质量：

• 用户有现成照片时，上传作为风格锚点
• 没有参考图时，先推荐 1-2 张与目标相近的样图供用户选择
• 不要纯文字描述"自然真实感"，样图比文字描述更有效

命令式场景分流

Nano-Banana 擅长多种场景，按用户意图分流到不同 prompt 策略：

Prompt 原则：写实质感优先

Nano-Banana 的 prompt 应强调真实感而非创意：主体 + 真实环境 + 自然光线 + 相机/镜头参数 + 质感细节。

示例（产品实拍）：主体为磨砂玻璃精华瓶白色磨砂盖，环境为白色亚克力台面窗外自然光，光线侧光柔和阴影，相机 85mm 定焦 f/2.8 浅景深，质感为瓶身磨砂玻璃质感水珠凝结背景虚化。

示例（人物肖像）：主体为 30 岁亚洲女性自然妆容，环境为咖啡馆窗边，光线下午侧逆光，相机 50mm 人像镜头 f/1.8，质感为皮肤毛孔可见眼神光发丝根根分明。

常用尺寸

照片修复与编辑

用户提供旧照片或待编辑图片时：

1. upload_media_from_path 上传得到 mediaId。
2. 把 mediaId 放入 referenceMediaIds。
3. prompt 说明编辑意图：修复划痕还原褪色色彩提升清晰度保持人物面部不变；或保持参考图人物外观仅更换背景；或保持参考图主体调整色调为暖色复古。

调用流程

1. get_user_info 检查余额。
2. list_models(kind=image) 获取 Nano-Banana 模型对象（含 publicModelId 与 pricingSnapshot）。
3. 按用户意图匹配场景策略，组装写实风格 prompt。
4. 如有参考图，upload_media_from_path 上传得到 mediaId。
5. generate_image 提交任务，get_generation_task 跟踪到 completed。

生成后建议

• 尝试不同场景策略（实拍 / 肖像 / 修复 / 图表）
• 调整相机/镜头参数（焦距、光圈、景深）
• 添加或更换参考图以获得不同的修复或编辑效果
• 调整画幅以适配不同用途（YouTube 16:9 / 社交 1:1 / 竖版 9:16）

输入检查

• 明确场景类型（实拍 / 肖像 / 修复 / 编辑 / 图表等）。
• 画幅使用服务端支持的枚举值。
• 参考图仅使用用户主动选择的文件。
• 修复或编辑意图必须由用户明确描述，不自行猜测编辑方向。

事实与合规边界

1. 只使用 list_models 真实返回的 publicModelId 与 pricingSnapshot。
2. 不虚构产品材质、功能、功效、价格。
3. 不擅自改变参考图中人物的外观、姿势或身份特征。
4. 涉及真人时须确认用户拥有合法授权，不制造公众人物虚假内容。
5. Token 只在 AI-HIVE Connector 凭证设置中填写。

费用授权

• generate_image 调用即按服务端计费扣费。
• 失败、被拒绝或余额不足时不重试扣费。
• 用户修改 prompt 或参考图后必须重新调用。

状态与错误处理

• pending / processing：返回工具真实状态，不自行估算。
• completed：返回所有可用图片链接。
• failed：保留可安全展示的 errorCode / errorCategory / retryable。
• 鉴权失败（401/403）：提示用户重新连接 AI-HIVE Connector。

调用示例

示例 1：典型办公场景

用户表达：用一张本地商品图，生成一张 1:1 的夏季促销海报，要求海报上写"夏季新品 5 折起"。

AI 行为：

1. 调用 get_user_info 检查余额与可用模型
2. 调用 list_models(kind="image") 获取本模型对应的 publicModelId 与 pricingSnapshot
3. 调用 upload_media_from_path 上传参考图，得到 mediaId
4. 调用 generate_image，prompt 包含场景描述与文字渲染要求
5. 调用 get_generation_task(taskId) 跟踪到 completed
6. 输出图片 URL + 参数摘要 + 后续建议

示例 2：批量对比场景

用户表达：用同一商品图，分别生成 3 张不同风格候选。

AI 行为：调用 generate_image 设置 count: 3，按 3 个候选分别输出，对比呈现。

English Example

User: "Generate a 1:1 summer sale poster from my local product image with text 'Summer Sale 50% Off'."

AI flow: run get_user_info for balance, call list_models(kind="image") to fetch the model's publicModelId and pricingSnapshot, upload the reference image via upload_media_from_path to get mediaId, call generate_image with prompt describing scene + text rendering requirement, track with get_generation_task(taskId) until completed, return image URL + parameter summary + follow-up suggestions. Never ask the user to paste a Token into chat.

输出模板

成功：taskId + 模型与参数 + 图片 URL 列表 + 下一步建议

失败：错误码 + 错误分类 + 原因摘要 + 下一步建议

部分失败：成功图片完整呈现 + 失败子任务错误码与 prompt 概要 + 不补写