先读这里:此 API 是什么,不是什么
如果你来到这里,想知道如何使用 nano banana api来生成图片,诚实的回答是:这项服务无法做到这一点。「Nano Banana」是人们常用来指代图像生成模型的名字,而图像生成功能在此未提供。nanobananaapis.com 提供的是通过 OpenAI 兼容接口访问文本语言模型的权限。
这仍然适用于许多图像工作流,因为图像工具的质量取决于输入给它们的文本。文本模型可以编写提示词、生成变体、对照样式表进行检查、生成说明和替代文本,并起草将流水线粘合在一起的脚本。本页面将介绍这些用法。如果您只需要图片,请使用图像服务,并将其与此服务搭配使用。
该模型是一个由独立提供商运行的单一开放权重模型,经过调整以在法律允许的成人用途下不进行内容拒绝。它不是任何大型供应商的官方 API。唯一的硬性限制是:不包含涉及未成年人的性内容。
步骤 1:获取密钥
使用 Google 或电子邮件和密码注册,然后打开 API 密钥页面。你将看到一个一键按钮来领取 $0.50 的试用额度。有效期为 7 天,无需绑定银行卡,每人限领一次。试用密钥允许 2 个并发请求和每分钟 60 个请求,足以用于尝试功能。
复制密钥并将其保存在您的代码库之外。在 Shell 中,您可以这样存储它:
export NANOBANANA_KEY="paste-your-key-here"
步骤 2:发送首次请求
有三个值很重要:基础 URL、模型 ID 和 Authorization 头。其余内容均遵循 OpenAI chat-completions 格式。以下是使用 curl 的首次调用:
curl https://api.nanobananaapis.com/v1/chat/completions -H "Authorization: Bearer $NANOBANANA_KEY" -H "Content-Type: application/json" -d '{
"model": "uncensored",
"messages": [
{"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}
],
"max_tokens": 200
}'
使用官方 openai 包在 Python 中实现相同功能:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}],
)
print(r.choices[0].message.content)
在 Node.js 中:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.nanobananaapis.com/v1",
apiKey: process.env.NANOBANANA_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write one detailed image prompt for a foggy harbor at dawn." }],
});
console.log(r.choices[0].message.content);
检查一次响应头。X-Balance-USD 显示您的剩余额度,X-Request-Id 标识调用,以便在需要帮助时引用。文档页面 列出了所有支持的参数。
步骤 3:将想法转化为结构化提示词
图像流水线最有用的技巧是让模型返回结构化数据而非自由文本。JSON 模式可实现此功能。您在系统消息中描述模式,回复内容可直接解析到您的代码中,从而使一系列粗略想法变为具有固定字段的提示词表。
import json, os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
SYSTEM = (
"You write prompts for an image model. Reply with JSON only: "
'{"prompts": [{"subject": str, "style": str, "lighting": str, "negative": str, "full": str}]}'
)
def expand(idea: str, n: int = 3):
r = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
temperature=0.9,
messages=[
{"role": "system", "content": SYSTEM},
{"role": "user", "content": f"Give {n} distinct prompts for: {idea}"},
],
)
return json.loads(r.choices[0].message.content)["prompts"]
for p in expand("a lighthouse keeper's kitchen in winter"):
print(p["full"])
当你想要多样性时提高 temperature,当你需要一致性时降低它。seed 参数会被透传,因此你可以在需要复现之前批次时固定它。始终将 json.loads 包裹在 try 块中,如果解析失败则重试一次,因为任何语言模型都可能出现失误。
本网站还有一个关于图像侧的详细说明:提示词生成和后处理。它涵盖了文本步骤如何连接到生成器。
文本模型在图像工作流中的其他适用场景
- 样式表。 保留一条包含固定样式规则的系统消息,并将每个新主题通过它进行处理,从而使整个系列保持视觉一致性。
- 说明和替代文本。 图片存在后,用几个词描述它们。将你对图像的描述作为输入传递;模型无法看到图片,因为 API 仅接受文本。
- 分镜列表和剧本。 对于故事板或短视频,以文本形式起草场景列表、旁白和屏幕节拍。
- 提示词评估。 粘贴一个产生不良结果的提示词,并要求提供三个重写版本,同时解释所做的更改。
- 成人向小说和角色创作。 角色表、背景故事和对话,适用于故事和伴侣应用,模型不会对合法的成人主题进行拒绝。
对于耗时较长的任务,使用 stream: true 流式输出,以便用户界面可以实时显示文本。还支持函数调用,允许模型决定何时调用您自己的函数,例如将提示词提交到您使用的图像服务的函数。
限制与运行成本
在构建批次之前了解这些数字。一个完整的密钥允许 8 个并发请求和每分钟 300 个请求。上下文窗口为 100,000 个 token,涵盖提示词和补全,最大请求体为 8 MB,且 max_tokens 是可选的。超出速率限制将返回 HTTP 429,代码为 rate_limited 或 concurrency;请等待并重试。
定价为每 1M 输入 token $0.15,每 1M 输出 token $0.50。假设您生成了 500 组提示词,每组包含 400 个 token 的输入和 600 个 token 的输出:
- 输入:500 x 400 = 200,000 个 token x $0.15 / 1M = $0.03
- 输出:500 x 600 = 300,000 个 token x $0.50 / 1M = $0.15
- 总计:$0.18
因此,$0.50 的试用额度大约可覆盖 1,300 组该大小的数据。常规使用时,可通过加密货币(TRC20 上的 USDT、Base 上的 USDC)充值任意整数金额,范围从 $20 到 $500。奖励比例为:满 $50 享 5%,满 $100 享 10%,满 $200 享 15%。详见定价页面中的表格。额度不会过期。
与图像服务搭配使用
通常的设置分为两个阶段。文本阶段使用此 API 生成提示词。图像阶段将这些提示词发送给你使用的任何图像生成器,该生成器拥有自己的账户、自己的定价和规则,你应该阅读其网站上的说明。将两个阶段保留在单独的函数中,以便在不重写另一方的情况下更改任一方。
实用建议:将每个提示词与其创建时使用的 seed 和 temperature 一起保存。当图像效果良好时,你可以追溯生成它的精确文本;当批量结果令人失望时,你可以看出问题出在想法、提示词编写器还是图像模型上。这也提供了一种廉价的方法来比较两条系统消息:在同一组想法上运行两者,并并排评估两组提示词。
端到端小脚本示例
为了将这些部分连接起来,这里有一个简短的脚本,它读取包含粗略想法的文件,使用 JSON 模式将每个想法扩展为提示词,并将结果写入你的图像工具可以读取的文件。它处理了一种否则会导致你出错的情况:回复内容不是有效的 JSON。
import json, os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
def one(idea: str):
for _ in range(2):
r = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": 'Reply with JSON only: {"prompt": str}'},
{"role": "user", "content": f"Write a vivid, specific image prompt for: {idea}"},
],
max_tokens=250,
)
try:
return json.loads(r.choices[0].message.content)["prompt"]
except (json.JSONDecodeError, KeyError):
continue
return None
ideas = [line.strip() for line in open("ideas.txt") if line.strip()]
out = {i: one(i) for i in ideas}
json.dump(out, open("prompts.json", "w"), indent=2)
先在五个想法上运行它,并肉眼检查结果。调整系统消息,直到提示词符合你想要的样式,然后再扩展规模。因为此处的每个请求都很小,一千个想法会很快完成,成本仅为几分钱。
新手常犯的错误
- 期望生成图片。 响应始终为文本。如果你的代码尝试从回复中保存二进制图像,将会失败,因为其中没有图像。
- 寻找不同的模型名称。 只有一个模型,其 ID 为
uncensored。从教程中复制供应商模型名称会导致未找到错误。 - 忘记系统消息。 没有它,模型就没有风格指引,会在短提示词和长提示词之间漂移。把你的规则放在那里。
- 在提示词中发送密钥。 提示词不会用于训练,但你仍应避免将密码或私钥粘贴到任何模型输入中。
- 同时运行一百个请求。 完整密钥允许同时运行 8 个。使用连接池或信号量,并为 429 错误添加重试。
如果某些行为异常,支持页面 是提问的地方,响应头中的请求 ID 将使问题更容易回答。
