Gemini Image Generator

通过 Nano Banana 实现文生图、图片编辑与多图合成，支持 OpenAI 兼容和 Google 原生两种 API 格式，可自定义端点和密钥。

🎯 触发判断

触发词：画图、生成图片、做logo/海报/图标/封面、P图、修图、合成图、draw/generate/create image/logo/banner
不触发：图片分析、OCR、格式转换、图片搜索、图片评价

📦 安装依赖

本技能需要 python3 和 uv 环境。

安装 Python 3

# macOS
brew install python3

# Ubuntu/Debian
sudo apt update && sudo apt install python3 python3-pip

#CentOS/RHEL
sudo yum install python3 python3-pip

安装 uv

uv 是一个极速的 Python 包管理器，用于运行脚本和管理依赖。

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# 使用 pip
pip install uv

# 确保 `uv` 在 PATH 中可用
uv --version

📦 安装技能

使用 skills CLI 安装（推荐）

# github 镜像源
npx skills add https://github.com/wangyan/wangyan-skills/tree/main/skills/wangyan-gemini-image-gen

# gitcode 镜像源 (推荐国内用户使用)
npx skills add https://gitcode.com/wang_yan/wangyan-skills.git

使用 Clawhub CLI 安装

# 使用 Clawhub CLI 安装
npx clawhub@latest install wangyan-gemini-image-gen

# 使用腾讯 skillhub 安装 (推荐国内用户使用)
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash  -s -- --no-skills
skillhub install wangyan-gemini-image-gen

⚙️ 环境变量

在技能调用时，OpenClaw 会自动将配置文件中的环境变量注入。

{
  "skills": {
    "entries": {
      "wangyan-gemini-image-gen": {
        "enabled": true,
        "apiKey": "your-api-key",
        "env": {
          "GEMINI_API_KEY": "your-api-key",
          "GEMINI_BASE_URL": "https://api.example.com/v1",
          "GEMINI_MODEL": "gemini-3.1-flash-image-preview",
          "GEMINI_API_FORMAT": "openai",
          "GEMINI_TIMEOUT": "300",
          "GEMINI_RESOLUTION": "1K",
          "GEMINI_OUTPUT_DIR": "output/images"
        }
      }
    }
  }
}

优先级：命令行参数 > 环境变量

参数	环境变量	说明
`--api-key` / `-k`	`GEMINI_API_KEY`	API 密钥（必填）
`--base-url` / `-b`	`GEMINI_BASE_URL`	API 端点 URL（必填）
`--model` / `-m`	`GEMINI_MODEL`	模型名称（默认自动轮询）
`--api-format` / `-F`	`GEMINI_API_FORMAT`	`openai`（默认）或 `google`
`--timeout` / `-t`	`GEMINI_TIMEOUT`	超时秒数（默认 300）
`--resolution` / `-r`	`GEMINI_RESOLUTION`	`1K`（默认）、`2K`、`4K`
`--output-dir` / `-o`	`GEMINI_OUTPUT_DIR`	输出目录（默认 `output/images`）

可选参数：

--input-image / -i：输入图片路径（可重复，最多 14 张）
--quality：standard（默认）或 hd
--style：natural（默认）或 vivid
--aspect-ratio / -a：宽高比（如 1:1、16:9、9:16、4:3、3:4）
--verbose / -v：输出详细调试

🚀 使用方法

生成图片

uv run {baseDir}/scripts/generate_image.py --prompt "图片描述" --filename "output.png"

编辑图片（单图）

uv run {baseDir}/scripts/generate_image.py --prompt "编辑指令" --filename "edited.png" -i "/path/input.png" --resolution 2K

合成多张图片（最多 14 张）

uv run {baseDir}/scripts/generate_image.py --prompt "合成指令" --filename "composed.png" -i img1.png -i img2.png -i img3.png

自定义端点

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" \
  --base-url "https://example.com/v1" --api-key "sk-xxx" --model "gemini-3.1-flash-image-preview"

使用 Google 原生格式

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" --api-format google

🤖 模型自动轮询

脚本内置模型自动轮询机制，当首选模型不可用时，会自动尝试备选模型：

轮询顺序：

gemini-3.1-flash-image-preview（默认首选）
gemini-3-pro-image-preview（备选1）
gemini-2.5-flash-image（备选2）

触发条件：

模型返回 404/400 错误
模型返回 "model not found" / "not available" / "not supported" 等错误

自定义模型： 如果通过 --model 指定了自定义模型，脚本会先尝试该模型，失败后再按上述顺序轮询。

📝 注意事项

文件名使用时间戳格式：yyyy-mm-dd-hh-mm-ss-name.png
脚本输出 MEDIA: 行供 OpenClaw 自动附件到聊天
不要回读图片内容，只报告保存路径
输出目录默认为工作目录下的 output/images，支持相对路径和绝对路径（含 ~ 会自动展开）
编辑模式下未指定分辨率时，自动根据输入图片尺寸推断
内置 429 限流和超时自动重试（最多 3 次）
API 响应格式详见 references/api-formats.md