1实现原理 · 为什么它能做到

单端点专用文档（i2i 编辑）：围绕 `google/nano-banana-2/edit`，核心参数是 image_urls 数组（1–20 张公开可抓取 URL，首图为主）、number_of_images（1–4 输出）、seed/aspect_ratio/resolution/output_format/safety_tolerance/limit_generations/enable_web_search。

nano-banana-edit/SKILL.md

| `image_urls` | array | yes | — | **1–20** publicly-fetchable HTTPS URLs. |

与 sibling nano-banana-2 的唯一结构性差别是输入端：t2i 收 prompt，这里收『prompt + 最多 20 张 URL』，因此批量一致编辑（SKU 画廊/A/B）成为本技能的招牌能力。

第一提示词原则 = preservation-first：先写『Keep [identity/pose/clothing/brand/framing] unchanged』再写改动，文档并解释机制原因（模型只认真前置的保留目标）。

nano-banana-edit/SKILL.md

**Preservation first, change last.** Always lead with `"Keep [identity / pose / clothing / brand / framing] unchanged."` Then state the change in one clean sentence. Models honor what's stated up front; tail-end preservations get ignored.

这句话同时是使用手册与模型行为观察（tail-end preservations get ignored），把『模型怎么读提示词』的经验反推成写作顺序纪律——本技能与 image-edit Route 1 同一套话术，说明两者同源。

局部编辑靠空间语言实现：background only / the left object / upper-right corner 等具体空间域会被模型遵守，模糊的『make it more X』会漂移。

nano-banana-edit/SKILL.md

**Localize with spatial language.** "background only", "the left object", "the upper-right corner", "above the headline" — concrete spatial scopes are honored. "make it more X" is vague and drifts.

三个调用示例分别演示背景换、批量水印替换、左物移除——全部以空间限定句收尾，是纪律的直接示范。

批量一致性纪律：系列编辑锁 aspect_ratio + resolution、用同一 prompt 语法，使批次输出像『sibling』而非 remix；复杂编辑拆小步迭代而非一次复合。

nano-banana-edit/SKILL.md

**Batch consistency** — when editing a series, lock `aspect_ratio` and `resolution`. Use the same prompt grammar across the batch so each output reads as a sibling, not a remix.

配合 Iterate small 节（`pass 1 changes background only, pass 2 swaps the subject's outfit`）与反模式清单（复合指令逐项加漂移、被动语态、缺保留目标、宽高比不匹配），构成完整的使用守则。

边界与导流：多语种图内文字编辑明确交给 GPT Image 2 edit；单参考精确局部编辑交给 Flux Kontext；从零生成交给 sibling nano-banana-2 t2i——本技能不自称万能。

nano-banana-edit/SKILL.md

| Edit multilingual text inside the image (signs, labels) | GPT Image 2 edit |

Limitations 节再补 `For multilingual in-image text edits, GPT Image 2 edit wins.`——与仓库内 image-edit（含 GPT Image 2 route）与 gpt-image-edit 品牌技能形成分工网。

执行委托 runcomfy CLI + 云端推理：`runcomfy run google/nano-banana-2/edit --input '{...}' --output-dir`，CLI POST 到完整 API URL，轮询并下载结果。

nano-banana-edit/SKILL.md

The skill invokes `runcomfy run google/nano-banana-2/edit` with a JSON body matching the schema. The CLI POSTs to `https://model-api.runcomfy.net/v1/models/google/nano-banana-2/edit`, polls the request, fetches the result, and downloads any `.runcomfy.net`/`.runcomfy.com` URL into `--output-dir`.

编辑任务的输入端是外部图片 URL——图片由 RunComfy 服务器抓取，本机 CLI 只传 JSON。

2核心能力

011–20 输入图批量一致编辑（SKU 画廊、A/B、角色表变体）

02身份保持的背景/服装替换（preservation-first 语法）

03空间语言定位的局部增删改（left object / corner / above the headline）

04批量锁定 framing + 同语法出 sibling 系列（电商品牌资产重排版）

05seed 锁定 + number_of_images 的广告创意 A/B 变体

06图内文本定向替换（同构图换文字/换配色）

3外部依赖

Kind	Dependency / Endpoint
cli	runcomfy（@runcomfy/cli 官方 CLI）
package	@runcomfy/cli（npm 全局安装）
api	Google Nano Banana 2 图生图编辑端点（RunComfy Model API 托管）
network	生成结果下载白名单
network	用户提供的 1–20 张输入图 URL——由 RunComfy 模型服务器抓取
network	RunComfy 模型页 / 文档站（引用链接）

4管控建议与判定依据

建议配套管控措施

面向 Agent

分级或逐次授权，建议在沙箱运行

面向管理者

审批流程、可回滚、全程审计

判定依据（文件路径与关键语句摘要）

网络端点: 声明外部网络访问: model-api.runcomfy.net/v1/models/google/nano-banana-2/edit — 编辑请求提交（经 runco
本地工作目录: 文件读写与工件输出: CLI 将生成结果下载到 --output-dir 指定本地目录（路径由调用者决定）
SKILL.md: 声明调用宿主 CLI 解释器或外部运行环境

审计说明： 。按本次统一分档准则：运行时驱动第三方 npm 包/CLI @runcomfy/cli，该 CLI 每次调用读取用户 RunComfy 凭证（~/.config/runcomfy/token.json 或 RUNCOMFY_TOKEN 环境变量）——命中『调第三方 npm/CLI 且可能读配额/密钥 → orange』；执行面（CLI、Model API、token 读取）全部仓外，文档转述（0600、2 GiB 上限、无 shell 展开）无法在本 pin 证实，按『拿不准取高一档』定橙。另存在网络外发：1–20 张输入图 URL 由 RunComfy 服务器抓取并参与推理（批量场景把整批可能含未发布 SKU/人脸的素材送上第三方云），提示词经 model-api.runcomfy.net 提交；图像提示注入风险为文档自认。skill 本体纯 markdown、无脚本、无混淆、无隐藏端点，未触红档。

5第二遍独立确认

[ok] 端点 ID 与完整 URL 一致（google/nano-banana-2/edit） — description、schema 标题、How-it-works 完整 URL 三处一致，无拼写漂移。
[ok] 1–20 输入与 1–4 输出约束在 description/schema/Limitations 三处一致 — description（up to 20 inputs）、schema（1–20 / 1–4）、Limitations（1–20 input images / 1–4 outputs）数字自洽。
[ok] 与 image-edit Route 1 的同源关系 — preservation-first 话术、cyberpunk 背景与 AURA 水印示例在 nano-banana-edit 与 image-edit 中逐字一致——确认为同源内容，非本文件独有。
[ok] 多语种文字编辑让位 GPT Image 2 / 单参考让位 Flux Kontext 的导流 — When-to-pick 表与 Limitations 两处一致；对应品牌技能 gpt-image-edit/、flux-kontext/ 在仓库内真实存在。
[unlocatable] SKILL.md 对 CLI 行为的断言（token 0600、2 GiB、无 shell 展开） — CLI 源码不在本仓库，仅文档自述，无法独立证实。
[unlocatable] 『verified to produce strong results』sample prompts — 样例提示词自称 verified，仓内无评测证据可复核。
[discrepancy] 身份/安装链接一致性 — SKILL.md 安装与 GitHub 链接指向 agentspace-so/runcomfy-skills，被 pin 镜像为 prime-skills/runcomfy-agent-skills——来源标识不一致（发布身份漂移）。

6结论

批量一致编辑能力突出（1–20 图/次 + 首图为主 + 锁 framing），是仓库 i2i 技能里唯一把 batch 当一等公民的

preservation-first 语法给出机制解释（模型只认真前置保留目标），不是空泛建议

空间语言定位语法具体（背景/左物/上角），局部编辑可预期

能力边界诚实：多语种文字与单参考高保真编辑明确让位给更强技能

完整 API URL + 全套安全自述（含图像注入风险提示），契约透明

适合： 适合有 RunComfy 账号、做电商 SKU 图批量换背景/换文字/去水印、广告 A/B 素材、人物身份保持的背景替换等场景的 agent 用户；批量一致性是其主场（20 张/次 + sibling-grammar）；也适合把 nano-banana-2 生成的图做后续精修的『生成→编辑』流水线。

不适合： 不适合多语种（非拉丁文字）图内文字改写（应走 GPT Image 2 edit）；不适合单图单指令的高保真局部编辑（Flux Kontext 更专）；不适合从零生图（那是 nano-banana-2 t2i）；不适合无 RunComfy 账号或拒绝素材上云、以及需要对不可信外部图片做编辑的用户。

Install Agent-Ready

① Verified Mirror 2026-09-09

Option A · Direct DownloadDownload nano-banana-edit.tar.gz

sha256: ba0f1dd15b2c6baf…

Option B · Copy Guide for Agent

install.json

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit fca19ae084.