Nano Banana Pro 开发者全方位教程

1pip install -U google-genai
2# 安装用于图像处理的 Pillow 库
3pip install Pillow

1npm install @google/genai

1from google import genai
2from google.genai import types
3
4# 初始化客户端
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# 设置模型 ID
8PRO_MODEL_ID = "gemini-3-pro-image-preview"

1prompt = "创建一只左眼为绿色、右眼为蓝色的暹罗猫的照片级逼真图像"
2aspect_ratio = "16:9" # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9" 或 "21:9"
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'], # 或仅使用 ['Image']
9        image_config=types.ImageConfig(
10            aspect_ratio=aspect_ratio,
11        )
12    )
13)
14
15# 显示图像
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("cat.png")

1prompt = "创建一个不寻常但逼真的、可能病毒式传播的图像"
2aspect_ratio = "16:9"
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'],
9        image_config=types.ImageConfig(
10            aspect_ratio=aspect_ratio,
11        ),
12        thinking_config=types.ThinkingConfig(
13            include_thoughts=True # 启用思考过程
14        )
15    )
16)
17
18# 显示图像和思考过程
19for part in response.parts:
20  if part.thought:
21    print(f"思考过程: {part.text}")
22  elif image:= part.as_image():
23    image.save("viral.png")

1## 构思羊驼通勤者
2
3我正专注于羊驼身上。目标是捕捉它们作为
4日常通勤者，在拉巴斯（玻利维亚）一辆繁忙的巴士上的情景。我的计划
5涉及一辆挤满了觉得很有趣的乘客的老式巴士。图像
6将突出显示一只羊驼看着窗外的细节，另一只与乘客互动，
7同时人们在拍照。
8
9[IMAGE]
10
11## 可视化概念
12
13现在我完全沉浸在所请求的场景中。我的主要
14重点是"不寻常但逼真"的方面。场景开始成形，
15关键元素已确立。

1prompt = "将东京未来 5 天的天气预报可视化为一个简洁、现代的天气图表。并添加我应该每天穿什么的视觉提示"
2
3response = client.models.generate_content(
4    model=PRO_MODEL_ID,
5    contents=prompt,
6    config=types.GenerateContentConfig(
7        response_modalities=['Text', 'Image'],
8        image_config=types.ImageConfig(
9            aspect_ratio="16:9",
10        ),
11        tools=[{"google_search": {}}] # 启用 Google 搜索
12    )
13)
14
15# 保存图像
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("weather.png")
19
20# 显示来源（你必须始终这样做）
21print(response.candidates[0].grounding_metadata.search_entry_point.rendered_content)

1prompt = "一棵经历四季变化的橡树的照片"
2resolution = "4K" # 选项："1K", "2K", "4K", 注意小写无效。
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'],
9        image_config=types.ImageConfig(
10            aspect_ratio="1:1",
11            image_size=resolution
12        )
13    )
14)

1# 生成一张西班牙语的信息图
2message = "制作一张用西班牙语解释爱因斯坦广义相对论的信息图，适合六年级学生理解"
3
4response = chat.send_message(message,
5    config=types.GenerateContentConfig(
6        image_config=types.ImageConfig(aspect_ratio="16:9")
7    )
8)
9
10# 保存图像
11for part in response.parts:
12    if image:= part.as_image():
13        image.save("relativity.png")

1# 将其翻译成日语
2message = "将这张信息图翻译成日语，保持其他所有内容不变"
3response = chat.send_message(message)
4
5# 保存图像
6for part in response.parts:
7    if image:= part.as_image():
8        image.save("relativity_JP.png")

1# 混合多张图像
2response = client.models.generate_content(
3    model=PRO_MODEL_ID,
4    contents=[
5        "这些人在一起拍的办公室集体照，他们正在做鬼脸。",
6        PIL.Image.open('John.png'),
7        PIL.Image.open('Jane.png'),
8        # ... 最多可以添加 14 张图像
9    ],
10)
11
12# 保存图像
13for part in response.parts:
14    if image:= part.as_image():
15        image.save("group_picture.png")