Ir a la guía de uso
Nano Banana Pro OpenRouterpor GitHub Awesome Copilot Contributors

Nano Banana Pro OpenRouter Skill.

Genera una imagen, edita una existente o combina hasta tres referencias, guardando cada resultado en un archivo con nombre.

  • Edición de imágenes
  • Composición
Revisión de la fuente · Nano Banana Pro OpenRouterSKILL.md
Tarea Edición de imágenes Produce • Una imagen generada o editada con un nombre de archivo explícito • Una composición hecha a partir de hasta tres imágenes de origen proporcionadas • Archivos de imagen numerados cuando una respuesta contiene varios resultados Antes de empezar uv, el script de Python incluido y una OPENROUTER_API_KEY con el acceso a modelos y los créditos adecuados.
Resumen editorial · fuente revisada 2026-10-07 · no es un ejemplo generado

01 Qué hace

Genera, edita y compón imágenes con OpenRouter

Una interfaz de Python ejecutada con uv para la generación y edición de imágenes con OpenRouter y una composición limitada de varias imágenes.

Flujo de trabajo basado en la fuenteNo es una prueba de rendimiento de ejecución

El enfoque de trabajo

Nano Banana Pro OpenRouter envuelve un flujo de trabajo de imágenes en un script de Python ejecutado con uv. La fuente revisada apunta a un modelo de imágenes Gemini de OpenRouter y admite tres usos distintos: generar a partir de texto, editar una imagen proporcionada o combinar varias referencias. Repetir el argumento de imagen de entrada permite hasta tres imágenes de origen en una misma solicitud.

Los controles prácticos son deliberadamente pocos: un nombre de archivo de salida, una resolución de 1K, 2K o 4K y un recurso opcional de plantilla de sistema. Las imágenes devueltas se guardan con sufijos numerados cuando hay más de una. Como es un flujo de trabajo de imágenes basado en API, hay que comprobar por separado la disponibilidad actual del modelo, los créditos de la cuenta y los derechos sobre las imágenes de referencia que se suben.

Entregables esperados

  • Una imagen generada o editada con un nombre de archivo explícito
  • Una composición hecha a partir de hasta tres imágenes de origen proporcionadas
  • Archivos de imagen numerados cuando una respuesta contiene varios resultados
Ver el brief de ejemplo

Del brief a la revisión

  1. 01
    Prepara las entradas

    Decide si la tarea es de generación, edición o composición. Proporciona como máximo tres imágenes de referencia locales e indica qué aporta cada una.

  2. 02
    Define el contrato de salida

    Elige un nombre de archivo y una resolución. Indica qué elementos deben permanecer sin cambios para que un prompt de edición amplio no reemplace el sujeto sin querer.

  3. 03
    Ejecuta y revisa los archivos

    Usa el script incluido con la cuenta de OpenRouter configurada. Inspecciona por separado los resultados guardados e informa con claridad de los fallos de autenticación o de créditos.

02 Cuándo usarlo

Cuándo usarlo

uv, el script de Python incluido y una OPENROUTER_API_KEY con el acceso a modelos y los créditos adecuados.

Buen encaje

  • Ediciones basadas en referenciasÚtil cuando una imagen existente concreta necesita un fondo, un entorno o un tratamiento distinto.
  • Composiciones de imagen pequeñasSirve para combinar unos pocos sujetos proporcionados en una sola escena, dejando explícito el papel de cada fuente.

Límites que conviene comprobar

  • Límite de tres imágenes de entradaLa interfaz del script revisado acepta hasta tres imágenes de entrada. Un tablero de referencias más grande requiere otro flujo de trabajo o una reducción explícita.
  • Dependencia del proveedorSe necesitan una clave de OpenRouter, créditos disponibles y acceso al modelo documentado; el Skill no incluye estos servicios.

Aporta estas entradas

  • Instrucciones de ediciónDescribe el cambio buscado y distínguelo de los rasgos que deben mantenerse estables.
  • Archivos de referenciaProporciona rutas de imágenes locales y confirma que tienes permiso para subirlas al proveedor seleccionado.
  • Resolución y destinoElige 1K, 2K o 4K y una ruta de salida que no sobrescriba una imagen de origen.

03 Decisiones importantes

Decisiones que importan

  1. Los modos de generación son independientes

    La misma interfaz de script gestiona solicitudes de solo texto, de una imagen y de varias imágenes, sin fingir que esas tareas requieren entradas idénticas.

  2. Gestión predecible de archivos

    Los nombres de archivo explícitos y los resultados numerados facilitan conservar variantes y compararlas fuera del chat.

04 Ejemplo de brief

Prueba un brief concreto

El brief de ejemplo siguiente no se ha probado. Revisa la configuración del skill antes de usarlo.

Revisa la configuración

Mantén los scripts y los recursos junto al Skill. La invocación documentada de uv ejecuta una tarea de generación; no es un comando de instalación para agentes.

Archivo fuente original
https://github.com/github/awesome-copilot/blob/3a685010a7afdc0dbd4c83b7fbda6c316aa516e5/skills/nano-banana-pro-openrouter/SKILL.md

uv, el script de Python incluido y una OPENROUTER_API_KEY con el acceso a modelos y los créditos adecuados.

Empieza con un solo entregable

Adapta el alcance, el material de origen y las restricciones de este brief antes de ejecutar el skill.

Brief de ejemplo
Usa nano-banana-pro-openrouter para crear una composición en 2K a partir de las dos imágenes de producto proporcionadas. Conserva la forma y la etiqueta impresa de cada producto, colócalos sobre una superficie de estudio neutra y guarda en assets/product-pair.png sin sobrescribir los originales. Confirma antes la disponibilidad del proveedor y el permiso de subida. Si la API falla, informa del error en lugar de gastar créditos repetidamente.

Inspecciona el resultado

Comprueba el resultado real con estos criterios observables.

  • El archivo de salida es independiente de todas las imágenes de entrada.
  • Los sujetos solicitados y los detalles protegidos se mantienen tras la edición.
  • Cada variante devuelta tiene un nombre de archivo guardado distinto.

OpenDesign ofrece un espacio de trabajo de diseño local para agentes de programación. Este listado no significa que el skill esté incluido ni que sus herramientas externas, credenciales y dependencias de software vengan incluidas.

05 Fuente y licencia

Fuente y licencia

Esta página describe la revisión fijada de la fuente enlazada abajo. El comportamiento y los requisitos originales pueden cambiar.

Propietario de la fuente
GitHub Awesome Copilot Contributors
Licencia
MIT
Versión revisada
2026-10-07 · 3a685010a7af
Resumen editorial de la fuente
Una interfaz de Python ejecutada con uv para la generación y edición de imágenes con OpenRouter y una composición limitada de varias imágenes.

Resumen original de OpenDesign, basado en la fuente enlazada. Las estrellas del repositorio son una señal de popularidad fechada, no el uso del skill ni una puntuación de calidad.

06 Preguntas antes de empezar

Preguntas antes de empezar

¿Puedo proporcionar varias imágenes de referencia?

Sí, la interfaz revisada permite repetir el argumento de imagen de entrada hasta un máximo de tres imágenes.

¿Qué ocurre si se devuelven varias imágenes?

El comportamiento documentado añade sufijos numerados al nombre del archivo de salida e informa de cada ruta guardada.

¿La opción 4K garantiza un detalle exacto?

Es un ajuste de salida solicitado, no una garantía de calidad. Inspecciona el archivo real y la respuesta del modelo, especialmente en el texto fino y la conservación de la identidad.

OpenDesign

Haz espacio para la próxima iteración de diseño.

Mantén tu brief, el material de origen y tu trabajo de diseño juntos en un espacio de trabajo local. Revisa la configuración propia del skill antes de añadirlo a tu flujo de trabajo.

Archivo fuente original
https://github.com/github/awesome-copilot/blob/3a685010a7afdc0dbd4c83b7fbda6c316aa516e5/skills/nano-banana-pro-openrouter/SKILL.md