Aller au guide d’utilisation
Nano Banana Pro OpenRouterpar GitHub Awesome Copilot Contributors

Nano Banana Pro OpenRouter Skill.

Générez une image, retouchez une image existante ou combinez jusqu’à trois références, chaque résultat étant enregistré dans un fichier nommé.

  • Retouche d’image
  • Composition
Revue de la source · Nano Banana Pro OpenRouterSKILL.md
Tâche Retouche d’image Produit • Une image générée ou retouchée sous un nom de fichier explicite • Une composition réalisée à partir de trois images source fournies au maximum • Des fichiers image numérotés lorsqu’une réponse contient plusieurs résultats Avant de commencer uv, le script Python fourni et une clé OPENROUTER_API_KEY disposant de l’accès aux modèles et des crédits nécessaires.
Synthèse éditoriale · source examinée 2026-10-07 · exemple non généré

01 Fonctionnement

Générer, retoucher et composer des images avec OpenRouter

Une interface Python lancée avec uv pour la génération d’images, la retouche et une composition multi-images limitée avec OpenRouter.

Workflow fondé sur la sourceCe n’est pas un benchmark d’exécution

La méthode de travail

Nano Banana Pro OpenRouter organise un workflow d’image autour d’un script Python exécuté avec uv. La source examinée cible un modèle d’image Gemini OpenRouter et prend en charge trois usages distincts : générer à partir d’un texte, retoucher une image fournie ou combiner plusieurs références. La répétition de l’argument d’image d’entrée permet d’utiliser jusqu’à trois images source dans une même requête.

Les réglages pratiques sont volontairement réduits : un nom de fichier de sortie, un choix de résolution 1K, 2K ou 4K, et un asset facultatif de modèle système. Lorsqu’il y a plus d’une image renvoyée, elles sont enregistrées avec des suffixes numérotés. Comme ce workflow repose sur une API, il faut vérifier séparément la disponibilité actuelle du modèle, les crédits du compte et les droits sur les images de référence téléversées.

Livrables attendus

  • Une image générée ou retouchée sous un nom de fichier explicite
  • Une composition réalisée à partir de trois images source fournies au maximum
  • Des fichiers image numérotés lorsqu’une réponse contient plusieurs résultats
Voir le brief d’exemple

Du brief à la relecture

  1. 01
    Préparer les entrées

    Déterminez s’il s’agit de génération, de retouche ou de composition. Fournissez au plus trois images de référence locales et indiquez ce qu’apporte chacune.

  2. 02
    Définir le contrat de sortie

    Choisissez un nom de fichier et une résolution. Précisez les éléments qui doivent rester inchangés afin qu’un prompt de retouche trop large ne remplace pas le sujet par inadvertance.

  3. 03
    Exécuter et examiner les fichiers

    Utilisez le script fourni avec le compte OpenRouter configuré. Examinez séparément les résultats enregistrés et signalez clairement les échecs d’authentification ou de crédits.

02 Cas d’usage

Quand l’utiliser

uv, le script Python fourni et une clé OPENROUTER_API_KEY disposant de l’accès aux modèles et des crédits nécessaires.

Bon cas d’usage

  • Retouches à partir de référencesUtile lorsqu’une image existante précise nécessite un autre arrière-plan, un autre décor ou un autre traitement.
  • Petites compositions d’imagesConvient à une tâche qui réunit quelques sujets fournis dans une seule scène, le rôle de chaque source étant rendu explicite.

Limites à vérifier

  • Limite de trois images en entréeL’interface du script examiné accepte jusqu’à trois images en entrée. Une planche de références plus grande exige un autre workflow ou une réduction explicite.
  • Dépendance au fournisseurUne clé OpenRouter, des crédits disponibles et l’accès au modèle documenté sont requis ; le Skill n’inclut pas ces services.

À fournir

  • Instructions de retoucheDécrivez la modification souhaitée et distinguez-la des caractéristiques qui doivent rester stables.
  • Fichiers de référenceFournissez des chemins d’images locales et confirmez que vous avez l’autorisation de les téléverser chez le fournisseur choisi.
  • Résolution et destinationChoisissez 1K, 2K ou 4K, ainsi qu’un chemin de sortie qui n’écrasera pas une image source.

03 Décisions importantes

Décisions importantes

  1. Des modes de génération distincts

    La même interface de script gère les requêtes texte seul, à image unique et multi-images sans prétendre que ces tâches exigent des entrées identiques.

  2. Gestion prévisible des fichiers

    Des noms de fichier explicites et des sorties numérotées facilitent la conservation des variantes et leur comparaison hors du chat.

04 Exemple de brief

Essayer un brief ciblé

Le brief d’exemple ci-dessous n’a pas été testé. Vérifiez la configuration du skill avant de l’utiliser.

Vérifier la configuration

Conservez les scripts et les assets avec le Skill. L’appel uv documenté lance une tâche de génération ; ce n’est pas une commande d’installation d’agent.

Fichier source en amont
https://github.com/github/awesome-copilot/blob/3a685010a7afdc0dbd4c83b7fbda6c316aa516e5/skills/nano-banana-pro-openrouter/SKILL.md

uv, le script Python fourni et une clé OPENROUTER_API_KEY disposant de l’accès aux modèles et des crédits nécessaires.

Commencer avec un seul livrable

Adaptez la portée, le matériel source et les contraintes de ce brief avant d’exécuter le skill.

Brief d’exemple
Utilisez nano-banana-pro-openrouter pour créer une composition 2K à partir des deux images produit fournies. Conservez la forme et l’étiquette imprimée de chaque produit, placez-les sur une surface de studio neutre et enregistrez dans assets/product-pair.png sans écraser les originaux. Confirmez d’abord la disponibilité du fournisseur et l’autorisation de téléversement. Si l’API échoue, signalez l’erreur au lieu de dépenser des crédits à répétition.

Examiner le résultat

Comparez le résultat réel à ces critères observables.

  • Le fichier de sortie est distinct de toutes les images d’entrée.
  • Les sujets demandés et les détails à protéger subsistent après la retouche.
  • Chaque variante renvoyée porte un nom de fichier enregistré distinct.

OpenDesign fournit un espace de travail de design local pour les agents de codage. Cette fiche n’indique pas que le skill est fourni avec ses outils externes, ses identifiants et ses dépendances logicielles.

05 Source et licence

Source et licence

Cette page décrit la révision source figée liée ci-dessous. Le comportement et les exigences en amont peuvent changer.

Propriétaire de la source
GitHub Awesome Copilot Contributors
Licence
MIT
Instantané examiné
2026-10-07 · 3a685010a7af
Synthèse éditoriale de la source
Une interface Python lancée avec uv pour la génération d’images, la retouche et une composition multi-images limitée avec OpenRouter.

Synthèse originale de OpenDesign, fondée sur la source liée. Les étoiles du dépôt sont un indicateur de popularité daté, pas une mesure d’utilisation du skill ni une note de qualité.

06 Questions avant de commencer

Questions avant de commencer

Puis-je fournir plusieurs images de référence ?

Oui, l’interface examinée permet de répéter l’argument d’image d’entrée, jusqu’à trois images.

Que se passe-t-il si plusieurs images sont renvoyées ?

Le comportement documenté ajoute des suffixes numérotés au nom du fichier de sortie et indique chaque chemin enregistré.

L’option 4K garantit-elle un niveau de détail exact ?

C’est un paramètre de sortie demandé, pas une garantie de qualité. Inspectez le fichier réel et la réponse du modèle, surtout pour le texte fin et la préservation de l’identité.

OpenDesign

Faites de la place pour la prochaine itération de design.

Gardez votre brief, vos sources et votre travail de design ensemble dans un espace de travail local. Vérifiez la configuration propre au skill avant de l’ajouter à votre workflow.

Fichier source en amont
https://github.com/github/awesome-copilot/blob/3a685010a7afdc0dbd4c83b7fbda6c316aa516e5/skills/nano-banana-pro-openrouter/SKILL.md