KO
|
EN
gitlite — search
Search
#ai
#python
#typescript
#cli
#javascript
#rust
#machine-learning
#go
#developer-tools
#linux
#golang
#open-source
comfyui-nano-banana-gemini2.5image
★ 33
Open GitHub ↗
gemini2.5image
Download README (.md)
Explore Similar Repositories
openword
:
A generative game world for your OpenClaw: turn a single sentence into an endless adventure with dynamic narratives, rendered scenes, and RPG mechanics. Play manually, or let guest agents take over.
nano-banana-2-mcp
:
No description available.
nano_renderer_er
:
Python Script for Rhino 8 (Mac) to natively render the active viewport with Google's Gemini 2.5 Flash Image (Nano Banana).
BananAnimate
:
Nano Banana + Wan2.2 Animate
Free-API-Server
:
Free API Server for Gemini
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
comfyui-nano-banana-gemini2.5image
?
Download (.md)
# Gemini ComfyUI Plugin 一个强大的 ComfyUI 插件，集成 Google Gemini API 的图像生成和编辑功能。支持纯文本生成图像和基于现有图像的智能编辑。 ## ✨ 功能特性 - 🎨 **图像生成**: 使用 Gemini 模型从文本提示生成高质量图像 - 🖼️ **图像编辑**: 基于输入图像和文本指令进行智能编辑 - 📐 **长宽比控制**: 支持多种图像尺寸比例 (1:1, 9:16, 16:9, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9) - 🌐 **镜像站支持**: 支持自定义API地址，适配国内镜像站和代理服务 - 🤖 **多平台AI**: 支持OpenRouter统一接口，访问GPT-4、Claude、Llama等多种模型 - 👁️ **视觉分析**: 强大的图像理解和分析能力 - 🔄 **智能重试**: 内置限流处理和错误恢复机制 - 🚀 **多模型支持**: 支持最新的 Gemini 2.5 和 2.0 模型 - 🛡️ **稳定性**: 增强的错误处理和超时管理 ## 🚀 快速开始 ### 安装依赖 ```bash pip install -r requirements.txt ``` ### 获取 API Key #### Google Gemini API Key 1. 访问 [Google AI Studio](https://makersuite.google.com/app/apikey) 2. 创建新的 API Key 3. 在Gemini节点中输入你的 API Key #### OpenRouter API Key 1. 访问 [OpenRouter](https://openrouter.ai/keys) 2. 注册账户并创建 API Key 3. 在OpenRouter节点中输入你的 API Key (格式: sk-or-v1-...) #### 关于 site_url 参数 - **用途**: OpenRouter用于统计API使用来源和计费追踪 - **可选**: 不填写也能正常工作 - **建议**: 填写你的项目网站URL，有助于： - 获得更好的技术支持 - 参与OpenRouter的开发者计划 - 透明的使用统计 - **示例**: `https://github.com/your-username/your-project` ## 📦 节点说明 ### Gemini 图片生成 (GeminiImageGeneration) 从文本提示生成全新图像。 **输入参数:** - `api_key`: Google Gemini API 密钥 - `prompt`: 图像生成提示词 - `model`: 选择模型 (gemini-2.5-flash-image-preview 或 gemini-2.0-flash-preview-image-generation) - `aspect_ratio`: 图像长宽比 (1:1, 9:16, 16:9, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9) - `temperature`: 创造性控制 (0.0-2.0) - `top_p`: 采样控制 (0.0-1.0) - `max_output_tokens`: 最大输出令牌数 **输出:** - `image`: 生成的图像 (IMAGE 类型) - `response_text`: API 响应文本 ### Gemini 图片编辑 (GeminiImageEdit) 基于输入图像进行智能编辑，支持单图和多图批量处理。 **输入参数:** - `api_key`: Google Gemini API 密钥 - `images`: 输入图像 (IMAGE 类型，支持批量) - `prompt`: 编辑指令 - `model`: 选择模型 - `aspect_ratio`: 图像长宽比 (1:1, 9:16, 16:9, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9) - `temperature`: 创造性控制 - `top_p`: 采样控制 - `max_output_tokens`: 最大输出令牌数 - `process_mode`: 处理模式 - `each_image_separately`: 分别处理每张图片 (默认) - `all_images_combined`: 所有图片合并处理 - `first_image_only`: 仅处理第一张图片 **输出:** - `edited_image`: 编辑后的图像 (IMAGE 类型) - `response_text`: API 响应文本 **处理模式说明:** - **each_image_separately**: 对每张图片单独处理，适合个性化编辑 - **all_images_combined**: 将所有图片一起处理，适合保持风格一致性 - **first_image_only**: 只处理第一张图片，适合快速测试 ### Gemini 镜像站图片生成 (GeminiMirrorImageGeneration) 支持自定义API地址的图像生成节点，适配国内镜像站。 **输入参数:** - `api_url`: 自定义API地址 (如: https://ai.comfly.chat) - `api_key`: API 密钥 - `prompt`: 图像生成提示词 - `model`: 选择模型 - `temperature`: 创造性控制 - `top_p`: 采样控制 - `max_output_tokens`: 最大输出令牌数 **输出:** - `image`: 生成的图像 (IMAGE 类型) - `response_text`: API 响应文本 ### Gemini 镜像站图片编辑 (GeminiMirrorImageEdit) 支持自定义API地址的图像编辑节点，适配国内镜像站。 **输入参数:** - `api_url`: 自定义API地址 (如: https://ai.comfly.chat) - `api_key`: API 密钥 - `image`: 输入图像 (IMAGE 类型) - `prompt`: 编辑指令 - `model`: 选择模型 - `temperature`: 创造性控制 - `top_p`: 采样控制 - `max_output_tokens`: 最大输出令牌数 **输出:** - `edited_image`: 编辑后的图像 (IMAGE 类型) - `response_text`: API 响应文本 ### OpenRouter 视觉分析 (OpenRouterMirror) 使用OpenRouter统一接口访问多种AI模型进行图像分析和理解。 **输入参数:** - `api_key`: OpenRouter API 密钥 - `prompt`: 分析指令或问题 - `model`: 选择模型 (支持GPT-4o、Claude-3.5、Gemini、Llama等) - `max_tokens`: 最大输出令牌数 (1-8192) - `temperature`: 创造性控制 (0.0-2.0) - `top_p`: 采样控制 (0.0-1.0) - `images`: 输入图像 (可选，IMAGE 类型) - `site_url`: 网站URL (可选，用于统计) - `app_name`: 应用名称 (可选，默认ComfyUI) **输出:** - `response_text`: AI分析结果文本 - `model_info`: 模型使用信息和token统计 ### OpenRouter 文本生成 (OpenRouterTextGeneration) 使用OpenRouter接口进行纯文本生成，支持多种先进AI模型。 **输入参数:** - `api_key`: OpenRouter API 密钥 - `prompt`: 文本生成提示 - `model`: 选择模型 (GPT-4o、Claude、Llama、Mistral等) - `max_tokens`: 最大输出令牌数 (1-8192) - `temperature`: 创造性控制 (0.0-2.0) - `top_p`: 采样控制 (0.0-1.0) - `system_prompt`: 系统提示 (可选) - `site_url`: 网站URL (可选) - `app_name`: 应用名称 (可选) **输出:** - `response_text`: 生成的文本内容 - `model_info`: 模型使用信息和token统计 ### OpenRouter Gemini 图像生成 (OpenRouterGeminiImageGeneration) 使用OpenRouter接口调用Google Gemini模型进行图像生成，专注于Gemini的多模态能力。 **输入参数:** - `api_key`: OpenRouter API 密钥 - `prompt`: 图像生成提示词 - `model`: 选择Gemini模型 - `google/gemini-2.5-flash-image-preview` (推荐) - `google/gemini-2.5-flash-image-preview:free` (🆓 **免费模型**: 每天50张) - `google/gemini-2.0-flash-preview-image-generation` - `temperature`: 创造性控制 (0.0-2.0) - `top_p`: 采样控制 (0.0-1.0) - `max_output_tokens`: 最大输出令牌数 (1-32768) - `seed`: 随机种子 (0为自动随机，其他值用于可重复生成) - `site_url`: 网站URL (可选) - `app_name`: 应用名称 (可选) **输出:** - `generated_image`: 生成的图像 (IMAGE 类型) - `response_text`: Gemini的文本响应 **特色功能:** - 专门针对Google Gemini模型优化 - 支持Gemini的多模态输出格式 - 同时返回图像和文本描述 - 使用OpenRouter的统一API接口 - 🆓 **免费模型**: 支持`google/gemini-2.5-flash-image-preview:free`，每天可免费生成50张图片 - 🎲 **随机种子控制**: 支持种子参数，可实现可重复的图像生成 ### OpenRouter 图像编辑 (OpenRouterImageEdit) 使用OpenRouter接口对现有图像进行智能编辑和修改。 **输入参数:** - `api_key`: OpenRouter API 密钥 - `images`: 输入图像 (IMAGE 类型，支持批量) - `prompt`: 编辑指令 (如："让天空变成日落色彩"、"添加一只猫"等) - `model`: 选择AI模型 (GPT-4o、GPT-4o-mini、Gemini-2.5-flash) - `temperature`: 创造性控制 (0.0-2.0) - `top_p`: 采样控制 (0.0-1.0) - `max_tokens`: 最大输出令牌数 (1-8192，默认8192) - `site_url`: 网站URL (可选，用于统计，默认ComfyUI GitHub) - `app_name`: 应用名称 (可选，默认ComfyUI) **输出:** - `edited_image`: 编辑后的图像 (IMAGE 类型) - `edit_description`: 编辑过程的文字描述 **编辑能力:** - 🎨 **风格转换**: 改变图像的艺术风格 - 🌈 **色彩调整**: 修改颜色、亮度、对比度 - ➕ **内容添加**: 在图像中添加新元素 - ✂️ **内容移除**: 去除不需要的部分 - 🔄 **场景变换**: 改变背景或环境 - 📐 **构图优化**: 调整图像布局和比例 ## 🔧 技术特性 ### 长宽比控制 支持多种图像尺寸比例，满足不同使用场景： - **1:1** - 正方形，适合社交媒体头像、产品展示 - **9:16** - 竖屏，适合手机壁纸、短视频 - **16:9** - 横屏，适合桌面壁纸、视频封面 - **3:4** - 竖屏，适合海报、宣传图 - **4:3** - 横屏，适合传统照片比例 - **3:2** - 横屏，适合摄影作品 - **2:3** - 竖屏，适合杂志封面 - **5:4** - 横屏，适合艺术画作 - **4:5** - 竖屏，适合Instagram帖子 - **21:9** - 超宽屏，适合电影海报、横幅 ### 智能重试机制 - **指数退避**: 自动调整重试间隔 - **限流处理**: 针对 429 错误的特殊处理 - **错误分类**: 根据不同错误类型采用不同策略 ### 图像处理 - **格式转换**: 自动处理 RGB/RGBA 转换 - **Base64 编码**: 高效的图像数据传输 - **质量优化**: 95% JPEG 质量保证 ### 错误处理 - **详细日志**: 完整的操作过程记录 - **友好提示**: 清晰的错误信息和解决建议 - **优雅降级**: 失败时的备用方案 ## 📋 依赖项 ``` torch>=1.9.0 # 深度学习框架 numpy>=1.21.0 # 数值计算 Pillow>=8.0.0 # 图像处理 requests>=2.25.0 # HTTP 请求 # 可选依赖（仅当使用Google API时需要） # google-genai>=0.3.0 # Google AI SDK # google-cloud-aiplatform>=1.25.0 # google-auth>=2.0.0 # google-auth-oauthlib>=0.5.0 ``` ## 🛠️ 使用示例 ### 基础图像生成 ```python # 在 ComfyUI 中添加 "Gemini 图片生成" 节点 # 设置参数: api_key = "your_gemini_api_key" prompt = "A serene mountain landscape at sunset with a lake reflection" model = "gemini-2.5-flash-image-preview" aspect_ratio = "16:9" # 横屏比例，适合桌面壁纸 ``` ### 图像编辑 ```python # 在 ComfyUI 中添加 "Gemini 图片编辑" 节点 # 连接输入图像并设置参数: prompt = "Add a rainbow in the sky" aspect_ratio = "4:3" # 传统照片比例 ``` ### 使用镜像站 ```python # 在 ComfyUI 中添加 "Gemini 镜像站图片生成" 节点 # 设置自定义API地址: api_url = "https://ai.comfly.chat" # 或其他镜像站地址 api_key = "your_api_key" prompt = "A beautiful sunset over the ocean" aspect_ratio = "21:9" # 超宽屏比例，适合电影海报 ``` ### 使用OpenRouter进行图像分析 ```python # 在 ComfyUI 中添加 "OpenRouter 视觉分析" 节点 # 设置参数: api_key = "sk-or-v1-your_openrouter_api_key" prompt = "请详细描述这张图片中的内容，包括颜色、构图和情感表达" model = "openai/gpt-4o" # 或其他支持视觉的模型 ``` ### 使用OpenRouter进行文本生成 ```python # 在 ComfyUI 中添加 "OpenRouter 文本生成" 节点 # 设置参数: api_key = "sk-or-v1-your_openrouter_api_key" prompt = "写一首关于人工智能的诗" model = "anthropic/claude-3.5-sonnet" system_prompt = "你是一位富有创意的诗人" ``` ### 使用OpenRouter进行Gemini图像生成 ```python # 在 ComfyUI 中添加 "OpenRouter 多模态图像生成" 节点 # 设置参数: api_key = "sk-or-v1-your_openrouter_api_key" prompt = "Generate a majestic dragon flying over a mystical forest at sunset, highly detailed, fantasy art style" model = "google/gemini-2.5-flash-image-preview" # 推荐的Gemini模型 aspect_ratio = "3:2" # 摄影作品比例 temperature = 1.0 top_p = 0.95 max_output_tokens = 8192 ``` ### 使用OpenRouter进行图像编辑 ```python # 在 ComfyUI 中添加 "OpenRouter 图像编辑" 节点 # 连接输入图像并设置参数: api_key = "sk-or-v1-your_openrouter_api_key" prompt = "将这张图片的天空改成美丽的日落色彩，添加一些云朵" model = "openai/gpt-4o-mini" # 推荐用于图像编辑 temperature = 0.7 max_tokens = 8192 site_url = "https://your-project-website.com" # 可选：你的项目网站 ``` ## 🌐 支持的镜像站 插件支持以下API格式的镜像站，**所有镜像站地址都可以在节点中自定义配置**： ### Gemini 原生格式镜像站 - `https://ai.comfly.chat` - ComflyAI 镜像站（默认） - `https://api.openai-proxy.com` - 代理服务 - 其他兼容 Gemini API 格式的镜像服务 ### OpenRouter 统一接口 - `https://openrouter.ai` - OpenRouter 官方API（默认） - 支持多种AI模型： - **文本/视觉模型**: - **OpenAI**: GPT-4o, GPT-4o-mini, GPT-3.5-turbo - **Anthropic**: Claude-3.5-sonnet, Claude-3-haiku - **Google**: Gemini-pro-1.5, Gemini-flash-1.5 - **Meta**: Llama-3.1-405b, Llama-3.1-70b, Llama-3.2-90b-vision - **Qwen**: Qwen-2-vl-72b, Qwen-2-72b - **Microsoft**: Phi-3.5-vision - **Mistral**: Mistral-7b-instruct - **图像生成模型**: - **Google Gemini**: gemini-2.5-flash-image-preview, gemini-2.5-flash-image-preview:free (🆓 每天50张), gemini-2.0-flash-preview-image-generation ### 🔧 镜像站配置说明 所有镜像站节点都支持自定义镜像站地址： 1. **ComflyGeminiMirror 节点**： - 默认地址：`https://ai.comfly.chat` - 参数名：`mirror_url` - 支持任何兼容 Gemini API 格式的镜像服务 2. **OpenRouter 系列节点**： - 默认地址：`https://openrouter.ai` - 参数名：`mirror_url` - 支持任何兼容 OpenRouter API 格式的镜像服务 3. **配置示例**： ``` # 使用自定义镜像站 mirror_url = "https://your-custom-mirror.com" # 使用官方服务 mirror_url = "https://openrouter.ai" # OpenRouter mirror_url = "https://ai.comfly.chat" # Comfly ``` ## ⚠️ 注意事项 1. **API 配额**: 注意 API 的使用限制 2. **网络连接**: 确保稳定的网络连接 3. **图像大小**: 大图像可能需要更长处理时间 4. **模型选择**: 不同模型有不同的特性和限制 5. **免费模型限制**: - `google/gemini-2.5-flash-image-preview:free` 每天限制50张图片 - 免费配额重置时间以UTC时间为准 6. **随机种子说明**: - 设置为 0 时自动生成随机种子 - 相同种子+相同提示词可以生成相似的图像 - 不同模型的种子效果可能不同 ## 🔍 故障排除 ### 常见问题 **API Key 错误** - 确保 API Key 格式正确且有效 - 检查 API Key 权限设置 **429 限流错误** - 等待更长时间再试 - 检查 API 配额设置 - 考虑升级 API 计划 **网络超时** - 检查网络连接 - 增加超时时间设置 **免费模型配额用完** - 等待次日UTC时间重置 - 切换到付费模型 - 检查OpenRouter账户余额 **图像生成失败** - 确保提示词符合内容政策 - 检查图像尺寸参数 - 尝试不同的随机种子 ## 💡 使用技巧和最佳实践 ### 图像生成优化 - **提示词优化**: 使用清晰、具体的描述词 - **风格控制**: 可以在提示词中指定艺术风格，如"photorealistic", "anime style", "watercolor painting" - **细节控制**: 使用修饰词如"highly detailed", "8K resolution", "professional photography" ### 种子使用策略 - **实验阶段**: 使用随机种子(0)探索不同可能性 - **微调阶段**: 固定种子值，仅调整提示词进行精细控制 - **批量生成**: 使用不同种子生成多个变体 ### 模型选择建议 - **快速测试**: 使用免费模型进行初步实验 - **高质量输出**: 切换到付费模型获得更好效果 - **成本控制**: 先用免费模型确定满意的提示词，再用付费模型生成最终结果 ### 工作流程建议 1. 使用文本生成节点完善提示词 2. 用免费图像生成模型测试效果 3. 调整参数和种子值 4. 切换到付费模型生成高质量图像 ## 🤝 贡献 欢迎提交 Issues 和 Pull Requests 来改进这个项目！ ## 📄 许可证 本项目遵循开源许可证。使用前请确保遵守相关API的使用条款。 --- **注意**: 使用本插件需要有效的API密钥。请确保遵守相关的使用条款和限制。
