Nano Banana Edit — RunComfy专业工具包

runcomfy.com · 编辑端点 · GitHub

Google Nano Banana 2 Edit — Gemini系列轻量图像模型的图像到图像编辑端点，托管于RunComfy Model API。每次调用支持最多20张输入图片，可实现批量编辑和多参考图变体生成。

bash

npx skills add agentspace-so/runcomfy-skills --skill nano-banana-edit -g

选择该模型的场景（对比同系列工具）

需求场景	推荐使用
保留主体身份、替换背景或服装	Nano Banana Edit
一次性批量编辑最多20张图片并保持一致性	Nano Banana Edit
使用空间语言将编辑定位到“仅X区域”	Nano Banana Edit
编辑图像中的多语言文本（标识、标签）	GPT Image 2 edit
单参考图+精准局部编辑（“让她手持X”）	Flux Kontext
从头生成新图像	Nano Banana 2 t2i（同系列工具）

如果用户明确提及“nano banana edit” / “edit with nano banana”，无论场景如何都应使用本模型。

前置条件

RunComfy CLI — 执行
```
npm i -g @runcomfy/cli
```
安装
RunComfy账号 — 执行
```
runcomfy login
```
会打开浏览器设备码登录流程
CI/容器环境 — 设置环境变量
```
RUNCOMFY_TOKEN=<token>
```
替代
```
runcomfy login
```
操作

端点与输入schema

google/nano-banana-2/edit

字段	类型	是否必填	默认值	说明
`prompt`	string	是	—	编辑指令。先说明需保留的内容，再描述修改需求。
`image_urls`	array	是	—	1–20个可公开访问的HTTPS图片链接。
`number_of_images`	int	否	1	每次调用生成1–4张输出图片。
`seed`	int	否	—	用于生成结果的可复现性。
`aspect_ratio`	enum	否	`auto`	`auto` （跟随输入图片比例）或固定比例——批量编辑时锁定可保证一致性。
`resolution`	enum	否	`1K`	`0.5K` / `1K` / `2K` / `4K` 。
`output_format`	enum	否	`png`	`png` / `jpeg` / `webp` 。
`safety_tolerance`	int	否	4	1（严格）– 6（宽松）。
`limit_generations`	bool	否	—	如果设为true，每轮仅生成一张输出图片。
`enable_web_search`	bool	否	false	基于网络信息生成（会增加成本和延迟）。

调用方式

单图背景替换（保留主体身份）：

bash

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "保留主体的身份、姿势和服装不变。将背景转换为雨夜中的霓虹赛博朋克街道。",
    "image_urls": ["https://.../portrait.jpg"]
  }' \
  --output-dir <absolute/path>

锁定画幅的批量编辑：

bash

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "将右下角的水印替换为干净的白色无衬线字体\"AURA\"。其余内容完全保持与输入一致。",
    "image_urls": ["https://.../sku-1.jpg", "https://.../sku-2.jpg", "https://.../sku-3.jpg"],
    "aspect_ratio": "1:1",
    "resolution": "1K"
  }' \
  --output-dir <absolute/path>

目标化空间编辑（“仅左侧物体”）：

bash

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "仅移除最左侧的物体。保留右侧两个物体、桌子和光线不变。",
    "image_urls": ["https://.../still-life.jpg"]
  }' \
  --output-dir <absolute/path>

有效提示词技巧

先提保留，后说修改。始终以

"保留[身份/姿势/服装/品牌/画幅]不变。"

开头，然后用简洁的句子描述修改内容。模型会优先遵循开头的保留要求，末尾的保留内容容易被忽略。

用空间语言定位编辑范围。“仅背景”、“左侧物体”、“右上角”、“标题上方”——具体的空间范围会被模型识别。“让它更X”这类模糊描述会导致结果偏离预期。

批量编辑一致性——编辑系列图片时，锁定

aspect_ratio

和

resolution

。批量使用相同的提示词结构，确保每张输出图片风格统一，而非随机修改。

分步小幅度修改。如果单次编辑结果偏离预期，可拆分为两步：第一步仅修改背景，第二步替换主体服装。最终编辑效果更精准，总成本相近（假设分辨率相同）。

多图变体生成——最多传入20张输入图片，生成风格一致的批量结果。适用于SKU图库、A/B测试、角色设定图变体等场景。

避坑指南：

冗长的复合指令（“修改A、B、C和D”）——每增加一个修改范围，结果偏离的概率就会上升。
被动语态的编辑指令（“背景应该被修改”）——使用祈使句更有效。
未明确保留目标——模型会轻微修改面部/品牌元素。
与输入图片不匹配的宽高比——会导致裁剪或拉伸。

优势场景

使用场景	选择Nano Banana Edit的原因
SKU图库——同款产品搭配不同背景	支持20张批量处理、保留主体身份、锁定画幅
网红/代言人背景替换	多次编辑中能很好地保留主体身份
局部物体移除/添加	可识别空间语言定位编辑范围
广告创意A/B变体	支持种子锁定+多输出数量设置
品牌资产本地化调整	保留构图，仅替换文字/配色

验证有效的示例提示词

背景替换（页面示例）：

保留主体身份不变。将背景转换为雨夜中的霓虹赛博朋克街道。

目标化文本替换：

完全保留瓶子、标签和光线与输入一致。仅将标签上的品牌文字从"ALPHA"替换为"AURA"，保持相同字体粗细、居中对齐、黑底白字。

多图批量一致性：

针对每张输入图片：保留主体的姿势和身份不变。将背景转换为柔和的暖灰色工作室背景，并添加微弱的地面阴影。主体在画面中的位置比例与输入图片保持一致。

局限性

每次调用支持1–20张输入图片——第一张作为主参考图，其余作为辅助提示。
每次调用生成1–4张输出图片。
冗长复合提示词会导致结果偏离——拆分为多次调用更合适。
启用网络搜索会增加延迟和成本——仅在需要时开启。
编辑图像中的多语言文本，GPT Image 2 edit效果更优。

退出码

代码	含义
0	成功
64	CLI参数错误
65	输入JSON错误/schema不匹配
69	上游服务5xx错误
75	可重试：超时/429限流
77	未登录或令牌被拒绝

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作原理

本工具通过符合schema的JSON参数调用

runcomfy run google/nano-banana-2/edit

。CLI会向

https://model-api.runcomfy.net/v1/models/google/nano-banana-2/edit

发送POST请求，轮询请求状态，获取结果，并将

.runcomfy.net

.runcomfy.com

域名下的生成图片下载到

--output-dir

指定目录。按下

Ctrl-C

会在退出前取消远程请求。

安全与隐私

令牌存储：
```
runcomfy login
```
会将API令牌写入
```
~/.config/runcomfy/token.json
```
，权限为0600（仅所有者可读写）。在CI/容器环境中可设置
```
RUNCOMFY_TOKEN
```
环境变量，跳过文件存储。
输入边界：用户提示词通过
```
--input
```
以JSON字符串形式传递给CLI。CLI不会对提示词进行shell扩展，而是直接通过HTTPS将JSON主体传输给Model API。提示词内容不存在shell注入风险。
第三方内容：你传入的图片/蒙版/视频链接由RunComfy模型服务器获取，而非本地CLI。请将外部链接视为不可信内容；基于图像的提示注入是所有图像/视频编辑模型的已知风险。
出站端点：仅与
```
model-api.runcomfy.net
```
（请求提交）和
```
*.runcomfy.net
```
/
```
*.runcomfy.com
```
（生成结果下载白名单）通信。无遥测数据，无回调操作。
生成文件大小限制：CLI会终止任何超过2 GiB的单个文件下载，防止恶意或异常模型输出占满磁盘空间。

nano-banana-edit

NPX安装

标签

SKILL.md 内容（中文）

Nano Banana Edit — RunComfy专业工具包

选择该模型的场景（对比同系列工具）

前置条件

端点与输入schema

`google/nano-banana-2/edit`

调用方式

有效提示词技巧

优势场景

验证有效的示例提示词

局限性

退出码

工作原理

安全与隐私