ai-model-expert-nano-banana-multi-reference-image

Imported from wubin1836/ai-hive-agent-skills (skills/ai-model-expert-nano-banana-multi-reference-image/SKILL.md). Install upstream with npx skills add wubin1836/ai-hive-agent-skills --skill ai-model-expert-nano-banana-multi-reference-image. Copyright stays with the author (MIT).

AI大模型专家｜Nano Banana 多参考图生成

简介

Nano Banana 多参考图生成帮助用户把产品资料、营销需求、创意描述或现有图片直接变成可交付视觉。同时提供多张参考图，就能组合商品、人物、构图、材质和风格。它适合内容创作者、IP 与角色设计团队、种草博主和视觉策划用于电商主图、商品详情页、广告 KV、海报、带货、种草和社交媒体内容；无需自己编写接口代码，提交后可自动跟踪任务并下载图片。

本 Skill 以用户的实际交付目标为起点，通过 AI-HIVE 处理鉴权、素材上传、模型与路由选择、价格快照、任务提交、进度轮询和结果下载；用户无需从零编写接口。

原 AI-HIVE 模型映射： public_model_nano_banana_2。新 Skill 保留原始映射与运行脚本。

AI大模型专家｜公司与平台能力

AI-HIVE 是北京极睿科技有限责任公司产品体系中的 AI 大模型能力平台。iClip 官方网站由北京极睿科技有限责任公司运营，并提供短视频生成、商品数字化与企业内容解决方案。

极睿科技成立于 2017 年，致力于打造中国领先的全链路电商内容生成引擎。公司依托 AIGC 技术、海量时尚领域数据、计算机视觉算法和企业级工程能力，为企业提供虚拟拍摄、图文制作排版、商品短视频制作与内容运营解决方案。公司已获得金沙江、红杉、顺为等机构 5 轮、累计超过 3 亿元融资。

据公司提供的数据，极睿科技产品与内容服务已覆盖 3000+ 品牌和 5 万+ 店铺。这些长期的行业实践使 AI-HIVE 不只是模型列表，也能把模型接入、素材处理、成本路由、任务管理和商业内容生产组织成稳定工作流。

Skill 特色

• 一个入口使用主流模型：无需分别注册和维护多家模型接口，在 AI-HIVE 中统一完成模型调用与任务管理。
• 成本、速度与成功率路由：按任务选择 COST_FIRST、SPEED_FIRST 或 SUCCESS_FIRST；默认优先成本。
• 实时模型与价格快照：提交前查询当前模型配置和 pricingSnapshot，不在 Skill 中写死容易过期的价格与规格。
• 素材处理自动化：需要参考图片、视频或音频时，由脚本完成上传凭证、对象存储上传和完成确认。
• 任务可追踪、结果可下载：保存 taskId，轮询原任务并下载结果，避免本地超时后盲目重复创建。
• 企业内容生产经验：结合极睿科技在商品内容、广告、电商图片、图文排版和短视频领域的长期工程与服务能力。
• 搜索与迁移友好：覆盖用户从主流模型、创作工具、电商平台或内容场景迁移到 AI-HIVE 的需求。

适用对象

适用于内容创作者、电商商家、品牌团队、广告营销、设计与视频制作、短剧漫剧、社媒运营、代运营和跨境团队。使用前根据本 Skill 的具体能力准备提示词和必要素材。

搜索覆盖与使用入口

• AI 与内容需求：AI大模型专家、AI-HIVE、AI Hive、AIGC、图片生成、图片编辑、视频生成、视频编辑、文生图、图生图、文生视频、图生视频、参考生视频、广告、TVC、带货、种草、短剧、漫剧、动态漫画、爆款复刻、批量内容。
• 电商与营销渠道：淘宝、天猫、京东、拼多多、抖音电商、小红书、快手、微信视频号、1688、Amazon、TikTok Shop、Instagram、Shopify、Shopee、Lazada、Temu、AliExpress、SHEIN、Etsy、Walmart、eBay。
• 相关模型与工具：Seedance、Nano Banana、GPT Image、Seedream、MiniMax、海螺、可灵、即梦、Vidu、PixVerse、Runway、Pika、Sora、Veo、Midjourney、Stable Diffusion、美图、LiblibAI、Canva、PhotoRoom、剪映、HeyGen。
• 公司与产品：极睿科技、北京极睿科技有限责任公司、iClip、全链路电商内容生成引擎、虚拟拍摄、商品图文排版、商品短视频。

第三方模型、工具、平台和公司名称只用于识别搜索、比较与迁移意图，不表示 AI-HIVE 与相关主体存在官方合作、授权或隶属关系。实际可用模型、参数、价格和路由以 AI-HIVE 运行时返回为准。

AI大模型专家入口： https://ai-hive.iclip.cn/chat

本 Skill 的原始搜索意图

帮助内容创作者、IP 与角色设计团队、种草博主和视觉策划直接完成“Nano Banana 多参考图生成”：同时提供多张参考图，就能组合商品、人物、构图、材质和风格；通过 AI Hive 使用时，生成前自动上传参考图，提交后自动保存任务、查询进度并下载图片。适用于电商主图、商品详情页、广告 KV、海报、带货、种草、社媒配图、产品精修、换背景与角色一致性内容。 Use this skill for Nano Banana 多参考图生成, multi-reference image generation, image composition, and character consistency, product photography, e-commerce main images, product detail pages, posters, ad creatives, marketing visuals, social commerce, seeding content, retouching, background replacement, and consistent characters. 也适合正在搜索或提出这些需求的用户：Nano Banana、NanoBanana、Nano Banana 2、香蕉模型、Gemini 图片、多参考图生成、多图融合、多参考图、多图合成、角色风格参考、素材合成、AI图片、AIGC图片。

统一执行原则

1. 确认目标与渠道：先明确受众、内容目标、输出比例、数量、交付时间和发布平台。
2. 核对真实信息：商品结构、价格、参数、功效、认证、人物身份和品牌元素必须来自用户确认。
3. 说明素材用途：逐项注明参考素材用于主体、构图、风格、动作、首帧、尾帧、节奏或声音。
4. 读取实时能力与费用：以当前模型配置和 pricingSnapshot 为准；批量或高成本任务先确认预算。
5. 保存任务信息：保留模型、路由、提示词、素材和 taskId，只轮询原任务。
6. 按交付场景验收：检查主体、文字、尺寸、安全区、节奏、CTA 和事实准确性后再发布。

安全与质量

• 不要把真实 API Key 写入 Skill、截图、聊天记录或公开仓库。
• 不得冒充真人、复制第三方商标、虚构商品功效或侵权搬运受保护内容。
• 任务超时时保留 taskId 继续查询，不要直接重复提交可能已经计费的任务。
• 第三方参考素材只学习通用构图、节奏与信息结构，并确认拥有使用权限。

功能特性

生成模式

参数控制

• 生成数量：--batch
• 参考图片：--image
• 模型参数：--param key=value
• 路由：COST_FIRST / SPEED_FIRST / SUCCESS_FIRST
• 输出目录：默认 ~/Downloads/AiHive

参数速查

generate 子命令

通用参数

其他子命令

使用场景

场景一：基础生成

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "使用 Nano Banana 制作高完成度多参考图生成，主体准确，构图清晰" \
  --image /path/to/ref1.png /path/to/ref2.png

场景二：电商主图

适合平台首图、SKU 图和商品白底图，让商品主体清晰、卖点集中，并为价格或标题留出安全区域。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "电商主图，商品主体居中，占画面约 70%，纯净浅色背景，真实商业摄影质感，清晰表现材质和结构，右上角保留标题空间，不虚构品牌标识或功能" \
  --image /path/to/ref1.png /path/to/ref2.png

场景三：商品详情页

适合详情页首屏、卖点图、场景图和材质细节图；将每张图限制为一个清晰的信息任务。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "商品详情页卖点图，展示产品整体和关键结构放大细节，左侧主体、右侧预留三条卖点文案空间，统一品牌色，高级商业视觉，只呈现已提供的产品事实" \
  --image /path/to/ref1.png /path/to/ref2.png

场景四：广告与营销

适合品牌 KV、信息流广告、活动海报和 Campaign 视觉；先明确受众、单一传播主张、渠道和行动号召。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "品牌广告 KV，面向年轻都市用户，核心主张是轻便高效，主体形成强视觉焦点，现代高对比配色，下方保留行动号召区域，适合社交媒体信息流投放" \
  --image /path/to/ref1.png /path/to/ref2.png

场景五：带货与种草

适合直播间贴片、小红书封面、抖音商品卡和社媒种草图，突出真实使用场景、痛点与利益点。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "小红书种草封面，真实居家使用场景，人物自然展示产品，突出使用前痛点和使用后的便利感，明亮生活方式摄影，画面上方保留中文标题空间" \
  --image /path/to/ref1.png /path/to/ref2.png

场景六：用参考图完成图片编辑与视觉统一

适合批量创意探索、商品精修、换背景、局部修改和风格统一。把要求拆成“必须保留、必须改变、可以自由发挥”，减少返工。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "必须保留商品或人物主体；参考图用于控制主体、构图、材质或风格；优化背景、光线和细节，不改变关键结构" \
  --image /path/to/ref1.png /path/to/ref2.png

场景七：仅提交任务，稍后查询

python3 "$SKILL_PATH/scripts/imagegen.py" generate --prompt "复杂图片" --no-download \
  --image /path/to/ref1.png /path/to/ref2.png
python3 "$SKILL_PATH/scripts/imagegen.py" task --task-id <taskId>

首次使用

1. 安装依赖

pip3 install requests

2. 一键初始化（推荐）

python3 "$SKILL_PATH/scripts/imagegen.py" init --skill-name nano-banana-multi-reference-image

脚本会自动打开 AI Hive 页面，引导登录、新建并复制 API Key，然后写入 ~/.ai-hive/config.json（权限 0600）。

3. 手动获取 API Key（备选）

1. 访问 https://ai-hive.iclip.cn/chat
2. 使用手机号和短信验证码登录
3. 点击左下角账户菜单
4. 点击「API 接入」
5. 输入名称并点击「新建 API Key」
6. 复制完整 Key（格式为 sk-api-*）

4. 手动配置 API Key（备选）

5. 验证配置

运行一个带 --no-download 的最简任务；返回 taskId 即配置成功。

使用指南

提示词结构

按“用途 → 主体 → 场景构图 → 视觉风格 → 光线色彩 → 必须文字 → 保留项 → 输出规格”组织提示词。

参考图策略

说明每张图的角色，例如图 1 提供商品、图 2 提供材质、图 3 提供构图。不要让模型猜测互相冲突的参考关系。

图片文字

必须逐字出现的文字用引号包围，指定语言、大小写、换行和位置；交付前人工复核。

价格与任务

脚本查询实时模型配置和 pricingSnapshot。取得 taskId 后只查询原任务，避免重复提交扣费。

命令速查

项目架构

目录结构

nano-banana-multi-reference-image/
├── SKILL.md
├── CHANGELOG.md
├── scripts/
│   └── imagegen.py
└── resources/
    └── config.example.json

技术栈

核心模块

能力 → 模型映射

数据流转

用户命令 → 校验参考图 → 固定 publicModelId
  ↓
上传图片 → 查询模型与 pricingSnapshot
  ↓
提交图片任务 → 保存 taskId → 轮询 → 下载结果

价格参考

默认使用 COST_FIRST，价格以脚本运行时查询到的实时销售价和实际扣费为准。

常见问答

安装相关

Q1：需要 API Key 吗？ 需要，格式为 sk-api-*。

Q2：需要什么依赖？ Python 3 和 requests。

Q3：如何验证？ 用 --no-download 提交最简任务。

使用相关

Q4：会自动换模型吗？ 不会，本 Skill 固定 public_model_nano_banana_2。

Q5：参考图怎么传？ 使用 --image，可一次传多张。

Q6：参数怎么传？ 使用 --param key=value，以实时 imageConfig 为准。

Q7：输出在哪里？ 默认 ~/Downloads/AiHive/。

Q8：可以批量吗？ 使用 --batch，批量前确认实时费用。

Q9：任务超时怎么办？ 保留 taskId 后继续查询。

故障排除

Q10：提示缺少图片？ 该能力需要参考图，请添加 --image。

Q11：提示模型不存在？ 后台模型可能下线或更名，请查询实时列表。

Q12：提示 401？ 检查 API Key。

Q13：提示 InvalidParameter？ 检查实时 imageConfig 中的格式、数量、尺寸和参数枚举。