企业官网建设流程全解析

banana-claude 是一款面向 Claude Code 的 AI 绘图（AI image generation）技能，底层由 Google 的 Gemini（Nano Banana）图像模型驱动。与普通 API 包装器不同的是：它不把你的提示词原样转发给模型，而是让 Claude 扮演"创意总监（Creative Director）"——先理解你的真实意图，再选择专业领域视角，最后用 Google 官方验证的 5 组分提示词公式构建出高质量提示词，再交给 Gemini 出图。一句话：包装器只是传声筒，banana-claude 是你的美术指导。

🆚 简单 API 包装器 vs banana-claude 创意总监

如果你只是写一个几十行的脚本调用 Gemini 接口，那就是"API 包装器"：你说什么，它就传什么。而 banana-claude 在中间加了一整套创作流程：

这些行为都写在技能的主编排文档 SKILL.md 中，其中明确了一条铁律：永远不要把用户的原始文字直接传给生成接口。

🧠 5 组分提示词公式：出图质量差异的关键

banana-claude 采用的是 Google 官方验证过的 5 组分提示词结构：主体（Subject）→ 动作（Action）→ 场景/上下文（Context）→ 构图（Composition）→ 风格（Style，含布光）。

对比一下差距：

• ❌ 你输入：a cat in space
• ✅ Claude 实际发送给 Gemini：一只虎斑猫在国际空间站穹顶舱内失重漂浮，爪子伸向一颗悬浮水滴，圆形舷窗外可见地球；柔和的方向光在猫毛上勾出蓝白轮廓光，舱内仪表泛着琥珀色暖光；Canon EOS R5 + 35mm f/2.0 镜头拍摄，国家地理封面纪实风格……

为什么这样写更好？因为真实相机型号、著名出版物锚点、微细节（汗珠、绒毛）能触发模型更具体的视觉联想，而 "8K"、"masterpiece"、"ultra-realistic" 这类词在 prompt-engineering.md 中被列为禁用词——分辨率应交给imageSize参数控制，而不是塞进提示词。

提示词构建还有一个专职子代理 brief-constructor.md：它只干一件事——把原始需求和领域模式转成一段"可直接投喂 Gemini"的成品提示词，保证每次出图都走同一套专业标准。

🎬 9 大领域模式：自动切换"专业视角"

同样是"画一张图"，电影海报、电商产品图、人物肖像、Logo 的设计要点完全不同。banana-claude 内置 9 种领域模式，每种模式自带一套提示词词库：

各模式的详细词库（电影模式用 ARRI Alexa 65 + Kodak 胶片，人像模式用 85mm f/1.4 等）都沉淀在 prompt-engineering.md 的领域修饰词库中，模型与参数的对照见 gemini-models.md。

🚀 新手快速上手：安装与常用命令清单

第一步：安装（插件方式，推荐）

在 Claude Code 中执行：

/plugin marketplace add AgriciDaniel/banana-claude /plugin install banana-claude@banana-claude-marketplace

也可以用独立安装脚本 install.sh（支持--with-mcp一键配置）：

git clone --depth 1 https://gitcode.com/gh_mirrors/ba/banana-claude cd banana-claude && bash install.sh

第二步：配置 API Key：在 Google AI Studio 申请免费的 Google AI API Key，然后运行/banana setup完成 MCP 配置（需要 Node.js 18+）。

第三步：开始出图

⚡ 额外加分项：包装器很难给你的能力

• 批量变体：/banana batch会轮换更换"布光 / 构图 / 风格"中的一个组分，生成的是真正的差异化候选，而非随机噪声的重复图；
• 成本透明：每次成功生成都自动记入成本账本（cost_tracker.py），批量操作前还会先给出费用估算；
• 品牌预设：/banana preset保存你的品牌色、风格偏好，之后一句话即可复用；
• 自动后处理：裁剪到精确尺寸、去背景转透明 PNG、按平台压缩——由 ImageMagick 流水线完成，详见 post-processing.md；
• 4K 输出：默认模型 Nano Banana 2 支持最高 4096×4096 分辨率和 21:9 超宽画幅。

✅ 总结：什么时候值得用它？

如果你满足以下任一场景，banana-claude 比手写 API 脚本香得多：

1. 不想学提示词工程，只想描述需求拿到能用的成品图；
2. 有持续的品牌视觉需求（Logo、产品图、社媒配图），需要风格一致；
3. 在 Claude Code 里干活，希望画图、修图、批量出图都留在同一个终端会话里。

它本质上把"会写提示词的美术总监"变成了一份可以安装的技能：你出想法，Claude 出专业，Gemini 出图。这正是它区别于简单 API 包装器的核心答案。