微精选

像素拆解用什么模型生成的？

怎么使用？

像素级拆解提示词

效果展示

Nano Banana Pro API接入教程

官方接入

• 访问 Google AI Studio（aistudio.google.com/）

• 在左侧模型选择器中选择 Nano Banana Pro (Gemini 3 Pro 图像)

• 打开 API 密钥管理 界面，复制您的 API 密钥

• 启用计费功能，在 API 密钥管理页面，点击项目旁边的 “设置计费”，按照提示完成计费设置

pip install -U "google-genai>=1.52.0"pip install Pillow  # 图像处理库

npm install @google/genai

from google import genaifrom google.genai import typesimport base64from PIL import Imageimport io# 初始化客户端client = genai.Client(api_key="YOUR_API_KEY")# 模型IDPRO_MODEL_ID = "gemini-3-pro-image-preview"

def generate_basic_image():
 """基础图片生成示例"""
 
 prompt = "一只可爱的猫咪在草地上玩耍，阳光明媚"
 aspect_ratio = "1:1"  # 图片比例
 
 response = client.models.generate_content(
  model=PRO_MODEL_ID,
  contents=prompt,
  config=types.GenerateContentConfig(
   response_modalities=['Image'],  # 只返回图片
   image_config=types.ImageConfig(
 aspect_ratio=aspect_ratio,
   )
  )
 )
 
 # 保存图片
 for part in response.parts:
  if image := part.as_image():
   image.save("generated_cat.png")
   print("✅ 图片已保存为 generated_cat.png")
   return "generated_cat.png"
 
 return None

2. GrsAI 国内直连接口

1. 获取 API 密钥

• 访问GrsAi APi ：https://GrsAi.com

• 进入控制台

• 左侧找到APIKey，点击创建

• 查看不同模型对应开发文档

方式一：直接绘图接口（推荐）

import requestsimport jsonimport time# 配置信息API_KEY = "你的API密钥"HOST = "https://grsai."  # 国内直连节点# HOST = "https://api." # 海外节点# 生成像素拆解图片def generate_pixel_analysis():
 url = f"{HOST}/v1/draw/nano-banana"
 
 headers = {
  "Content-Type": "application/json",
  "Authorization": f"Bearer {API_KEY}"
 }
 
 # 构建请求数据
 payload = {
  "model": "nano-banana-pro",  # 使用Pro版本，效果最好
  "prompt": "动漫角色像素级拆解，展示服装分层、表情变化、道具细节，爆炸视图风格，概念设计图",
  "aspectRatio": "1:1",
  "imageSize": "2K",  # 可选：1K, 2K, 4K
  "urls": ["https:///your-reference-image.jpg"],  # 参考图URL
  "shutProgress": True  # 直接返回最终结果
 }
 
 try:
  # 发送请求
  response = requests.post(url, headers=headers, json=payload, timeout=120)
  
  if response.status_code == 200:
   result = response.json()
   
   # 检查状态
   if result.get("status") == "succeeded":
 image_url = result["results"][0]["url"]
 print(f"✅ 生成成功！图片地址: {image_url}")
 return image_url   else:
 print(f"⚠️ 生成失败: {result.get('error', '未知错误')}")
  else:
   print(f"❌ 请求失败: {response.status_code}")
   print(f"错误信息: {response.text}")
   
 except Exception as e:
  print(f"❌ 请求异常: {str(e)}")
 
 return None# 调用示例if __name__ == "__main__":
 image_url = generate_pixel_analysis()
 if image_url:
  # 这里可以下载图片或进行后续处理
  print("图片已生成，有效期为2小时")

方式二：WebHook回调方式（适合异步处理）

import requestsimport json
API_KEY = "你的API密钥"HOST = "https://grsai."WEBHOOK_URL = "https:///callback"  # 你的回调地址def generate_with_webhook():
 url = f"{HOST}/v1/draw/nano-banana"
 
 headers = {
  "Content-Type": "application/json",
  "Authorization": f"Bearer {API_KEY}"
 }
 
 payload = {
  "model": "nano-banana-pro",
  "prompt": "潮流穿搭像素拆解，展示外套、内搭、裤子、鞋子的分层细节",
  "urls": ["https:///fashion-image.jpg"],
  "webHook": WEBHOOK_URL  # 设置回调地址
 }
 
 response = requests.post(url, headers=headers, json=payload)
 
 if response.status_code == 200:
  task_info = response.json()
  if task_info.get("code") == 0:
   task_id = task_info["data"]["id"]
   print(f"✅ 任务已提交，ID: {task_id}")
   return task_id 
 print("❌ 任务提交失败")
 return None# 回调接口示例（你的服务器需要实现的）"""
@app.route('/callback', methods=['POST'])
def handle_callback():
 data = request.json
 
 if data.get("status") == "succeeded":
  image_url = data["results"][0]["url"]
  # 处理生成的图片
  print(f"收到生成的图片: {image_url}")
  
 return jsonify({"code": 0})
"""