Skip to main content
このページでは、すぐに使えるエージェントスキルを提供します: すでに使っているコーディングエージェントに入れて、自然言語(または明示的なコマンド)で Nano Banana Progemini-3-pro-image)を APIYI プラットフォーム上で呼び出し、画像生成と編集に使えます。全体はたった 2 ファイルです — コピーしてそのまま使えます。

このスキルでできること

1つの統合スキルです。スクリプトが入力画像を渡しているかどうかを自動判定し、テキストから画像生成と画像編集を切り替えます:

テキストから画像生成

プロンプトのみ → まったく新しい画像を生成します。アスペクト比は10種類、解像度は1K/2K/4Kです。

画像編集

画像1枚 + 1つの指示 → ローカル編集、リスタイル、背景差し替えなどを行います。

複数画像の合成

複数画像 + 1つの指示 → 合成、比較、衣装の入れ替えなどを行います。

どのエージェントが使用できますか

Skill は実質的には単なる フォルダ です。エージェントが読むための指示セット(SKILL.md)と、作業を行うスクリプトで構成されています。つまり、ローカルファイルを読み、シェルコマンドを実行できるコーディングエージェントならどれでも使用できます — たとえば Codex, OpenClaw, hermes-agent, Claude Code などです。必要条件はただ 1 つです。エージェントを実行するマシン(お使いのコンピュータまたはサーバー)に Python 3 がインストールされており、ネットワークアクセス があることです(スクリプトは api.apiyi.com を直接呼び出します)。それだけです — 特定のエージェントに紐づいているわけではありません。

3ステップでセットアップ

① フォルダを作成してファイルを貼り付ける

次の 2 つのファイルを含むスキルフォルダを作成します(完全な内容は次の 2 セクションにあります):

② 同じフォルダにキーを置く

APIYI API Key を、(api.apiyi.com コンソールで作成したものを)nano-banana-pro/.env に書き込みます:
スクリプトはこの .env からキーを自動で読み込みます — 追加の設定や環境変数は不要です
.env には秘密鍵が保存されています。プロジェクトのリポジトリ経由でこのスキルを共有する場合は、必ず .env.gitignore に追加し、git に commit しないでください

③ エージェントに渡す

  • スキルを自動検出するエージェント(例: Claude Code)の場合: nano-banana-pro/ フォルダ全体を、そのスキルディレクトリに配置します — 個人用の ~/.claude/skills/、またはリポジトリで共有するプロジェクトレベルの .claude/skills/
  • その他のエージェント: それぞれのスキル/プラグインの規約に従って配置してください。あるいは、いちばん簡単なのは — エージェントに「このフォルダの SKILL.md を読んで従ってください」と伝えるだけです
インストールが完了したら準備完了です — 例は 使い方 をご覧ください。

SKILL.md

nano-banana-pro/SKILL.mdを、以下の完全な内容で作成してください(description は「何をするか + いつ使うか」を示し、これを Agent が自動トリガーに使用します):
name は小文字の英字とハイフンのみで構成し、claude / anthropic のような予約語を含めてはいけません。スラッシュコマンドをサポートする Agent では、ディレクトリ名がコマンドになります — nano-banana-pro/nano-banana-pro になります。${CLAUDE_SKILL_DIR} は Claude Code が提供するスキルディレクトリ変数です。ほかの Agent では、スクリプトの実際のパスを使用してください。

scripts/nano_banana.py

APIYI の text-to-image / image-edit 参考ページで検証済みの動作コードと同一の、Gemini ネイティブ形式を使って nano-banana-pro/scripts/nano_banana.py を作成してください。Pure Python 標準ライブラリのみ — pip install は不要です:
デフォルトの model 名は gemini-3-pro-image(安定版名)です。元の gemini-3-pro-image-preview を使うには、APIYI_IMAGE_MODEL=gemini-3-pro-image-preview を設定してください — どちらも同じ価格で、機能的に同等です。

なぜ一文で画像が生成されるのか

よくある疑問です。コマンドを入力していないのに、どうして「猫を描く」で画像が生成されるのでしょうか? 仕組みはこうです。起動時に、エージェントはまず各スキルの SKILL.md から description を読み取ります(そのスキルが「何をするのか、いつ使うのか」を説明する、とても短いメタデータです)。あなたのリクエストがそのシナリオに一致すると(たとえば「画像を描く / 生成する / レンダリングする」「この画像を…に編集する」など)、エージェントは自動的にそのスキルを呼び出すことを決定しSKILL.md 全体を読み取り、スクリプトを実行します。コマンドを覚えておく必要はありません。 つまり:
  • よく書かれた description = より正確な自動トリガー。 このスキルの説明には、すでに「画像を生成する / 描く / 編集する / 合成する」といった表現が含まれています。
  • エージェントに推測させたくなく、完全に自分で制御したい場合は、下の明示的な呼び出しを使ってください。

使い方

自然言語(暗黙のトリガー)

インストール後は、エージェントに話しかけるだけです。

明示的な呼び出し(より細かく制御)

エージェントに自動判断させたくない場合は、明示的な方法が 2 つあります。
  • スラッシュコマンドをサポートするエージェント(例: Claude Code):
  • 任意のエージェント / 単にスクリプトを実行するよう指示する(最も汎用的):
アスペクト比とシャープネスの制御方法: アスペクト比には --aspect を使い(例: --aspect 16:9、10 個のオプション)、解像度には --size を使います(1K / 2K / 4K)。「縦長 9:16 にして」「正方形の画像にして」「4K でレンダーして」と言うだけで、エージェントがこれらのフラグを自動的に追加します。

生成された画像の保存先

  • -oベアファイル名(例: -o dog.png)の場合、画像はすべて プロジェクトルート直下の nano-banana-output/ フォルダ に保存されます(自動で作成されます)。そのため、画像はプロジェクト内のその場所にあります。
  • 「プロジェクトルート」= スクリプト自身の場所から上方向にたどって見つかった、.git または .claude を含む最初のディレクトリです。そのため、Agent がどのディレクトリから実行されても、画像はプロジェクト内に保存され、見つけられない一時ディレクトリには保存されません。
  • スクリプトは画像ごとに 1 つの完全な絶対パスを出力します。例: Image saved to /Users/you/project/nano-banana-output/dog.png
  • デフォルトでは 1 枚だけ 生成します。-n 3 では一度に 3 枚生成されます(最大 5 枚で、それ以上は 5 に丸められます)。また、-1-2-3 の接尾辞が自動で追加されます。
  • -oディレクトリを含むパス(例: -o images/dog.png や絶対パス)の場合は、その正確なパスに保存され(相対パスは現在の作業ディレクトリからの相対になります)、nano-banana-output/ には入りません。
  • 画像編集も同じ仕組みです。出力は新しいファイルになり、元のファイルは上書きされません
Nano Banana Pro には厳格なコンテンツ安全制御があります。スクリプトが finishReasonSTOP 以外で返す、または拒否テキストを返した場合は、内容をそれに合わせて調整し、同じ違反 prompt を繰り返し再試行しないでください。生成リファレンスの エラーハンドリングガイド を参照してください。

関連ドキュメント