--- name: Nano-Banana-Cut description: AI图片生成与智能切割工具，基于AceData Nano Banana模型，支持多分辨率多尺寸生成，自动切割为2/4/6/9宫格，自带瀑布流作品管理、批量下载功能。使用场景：(1) 输入prompt生成AI图片并自动切割成九宫格等多宫格 (2) 上传图片进行智能多宫格切割 (3) 管理生成的图片作品，支持打包下载 --- # Nano-Banana-Cut AI图片生成切割工具 ## 📖 功能说明 banana-cut 是一个功能强大的 AI 图片生成与智能切割工具，基于 AceData Nano Banana 系列模型，提供完整的 Web 界面进行图片生成、切割和管理。 ### 核心功能 #### 🎨 图片生成 - **多种模型支持**：Nano Banana Pro、Nano Banana 2 - **多种分辨率**：1:1（方形）、16:9（横屏）、9:16（竖屏）、4:3（标准）、3:4（竖版） - **多种质量**：1K (1024px)、2K (2048px)、4K (4096px) - **图生图**：支持最多上传 6 张参考图进行图片编辑 #### ✂️ 智能切割 - **多种宫格**：支持 2/4/6/9 宫格切割 - **智能适配**：自动识别横竖比例，智能选择最佳切割方式 - **独立工具**：提供独立的切割 API，可单独使用 #### 🖼️ 作品管理 - **瀑布流展示**：自动适配不同图片比例，美观展示所有作品 - **缩略图生成**：自动生成 480P 缩略图 - **批量下载**：支持 ZIP 打包下载（原图 + 切割图 + 缩略图 + 生成信息） - **文件管理**：一键打开文件目录 #### 🎯 任务管理 - **多任务并发**：支持多个任务同时轮询，互不阻塞 - **智能轮询**：第一次延迟 1 分钟，之后每 30 秒查询一次 - **任务恢复**：服务重启后自动恢复未完成任务 - **错误重试**：失败任务支持一键重新获取 #### 🎨 用户体验 - **双主题**：支持亮色/暗色主题切换 - **实时预览**：图片预览、切割图预览 - **本地存储**：自动保存用户配置（模型、分辨率、质量、宫格数） --- ## 🚀 快速开始 ### 1. 启动服务 ```bash cd C:\Users\86137\.openclaw\workspace\skills\banana-cut python server.py ``` 访问地址：http://localhost:697 ### 2. 配置 API 密钥 首次访问会自动弹出配置窗口，需要填写： - **API_KEY（必填）**：用于图片生成功能 - **PLATFORM_TOKEN（可选）**：仅图生图/图片编辑功能需要 **获取密钥**：https://share.acedata.cloud/r/1uN88BrUTQ 配置会保存到 `.env` 文件中。 ### 3. 生成图片 1. 输入提示词（支持中英文） 2. 选择模型、分辨率、质量 3. 选择宫格数（1/2/4/6/9） 4. 点击生成按钮 5. 等待任务完成（前端自动轮询） ### 4. 图生图（可选） 1. 点击左下角图片图标上传参考图（最多 6 张） 2. 输入提示词描述编辑需求 3. 点击生成按钮 --- ## 📁 文件结构 ``` banana-cut/ ├── server.py # Flask 主服务器 ├── task.py # 独立任务处理脚本 ├── cut.py # 图片切割工具 ├── upload.py # 图片上传工具 ├── set.json # 配置文件（模型、分辨率、质量） ├── prompt.md # 提示词模板 ├── .env # 环境变量（API密钥） ├── .env.example # 环境变量示例 ├── SKILL.md # 本文档 ├── data/ │ └── works.db # SQLite 数据库 └── templates/ ├── index.html # 主页面（瀑布流） └── admin.html # 管理后台 ``` --- ## ⚙️ 配置说明 ### set.json 配置文件 ```json { "server": { "url": "https://api.acedata.cloud/nano-banana/images", "task_url": "https://api.acedata.cloud/nano-banana/tasks", "upload_url": "https://platform.acedata.cloud/api/v1/files/", "apikey": "" }, "models": [ {"name": "Nano Banana Pro", "model": "nano-banana-pro", "logo": "🍌"}, {"name": "Nano Banana 2", "model": "nano-banana-2", "logo": "🍌"} ], "resolutions": [ {"name": "1:1 方形", "ratio": "1:1", "icon": "■"}, {"name": "16:9 横屏", "ratio": "16:9", "icon": "▬"}, {"name": "9:16 竖屏", "ratio": "9:16", "icon": "▮"}, {"name": "4:3 标准", "ratio": "4:3", "icon": "▭"}, {"name": "3:4 竖版", "ratio": "3:4", "icon": "▯"} ], "qualities": [ {"name": "1K (1024px)", "size": "1K", "icon": "🖥️"}, {"name": "2K (2048px)", "size": "2K", "icon": "🖥️"}, {"name": "4K (4096px)", "size": "4K", "icon": "🖥️"} ], "save_path": "C:/Users/86137/Desktop/banana" } ``` **注意事项**： - `apikey` 字段已废弃，请使用 `.env` 文件配置 - `save_path` 可自定义图片保存路径 ### .env 环境变量 ```bash # 请访问 https://share.acedata.cloud/r/1uN88BrUTQ 获取以下配置 API_KEY=your-api-key-here PLATFORM_TOKEN=your-platform-token-here ``` ### prompt.md 提示词模板 生成图片时会自动读取该文件，将 `{num}` 替换为选择的宫格数，可自定义模板内容。 ```markdown ##生成要求：## 严格生成一张{num}宫格的高质量图片，每个格子的内容根据输入的提示词完全独立... ##用户要求：## {prompt} ``` --- ## 🗄️ 数据库结构 数据库文件：`data/works.db` ### works 表结构 | 字段 | 类型 | 说明 | |------|------|------| | id | INTEGER | 主键，自增 | | model | TEXT | 使用的模型 | | date | TEXT | 生成日期，格式 YYYY-MM-DD HH:MM:SS | | state | INTEGER | 状态：1=生成中，10=成功，99=失败，0=文件丢失 | | prompt | TEXT | 生成提示词 | | ratio | TEXT | 分辨率比例 | | quality | TEXT | 图片质量 | | task_id | TEXT | 模型返回的任务ID | | num | INTEGER | 切割宫格数：1/2/4/6/9 | | path | TEXT | 保存目录路径 | | filename | TEXT | 主图文件名 | | ext | TEXT | 图片扩展名 | | request_data | TEXT | 请求参数JSON | | error | TEXT | 错误信息 | | respond | TEXT | 接口返回内容JSON | --- ## 💾 保存目录结构 每个生成任务会创建独立目录：`保存路径/YYYYMMDDHHMMSS/` 目录下包含： - `main.ext`：生成的原始主图 - `480p.ext`：480P 缩略图 - `1.ext` ~ `n.ext`：切割后的子图（n=宫格数） - `data.txt`：生成信息和参数说明 --- ## 🔌 API 接口 ### 配置相关 #### GET /api/config/check 检查配置状态 **返回**： ```json { "success": true, "msg": "配置正常" } ``` #### POST /api/config/save 保存配置 **参数**： ```json { "api_key": "your-api-key", "platform_token": "your-platform-token" } ``` #### GET /api/config 获取配置（模型、分辨率、质量） ### 图片生成 #### POST /api/generate 生成图片 **参数**： ```json { "prompt": "图片描述", "model": 0, "ratio": 0, "quality": 1, "num": 9, "images": [] } ``` **返回**： ```json { "success": true, "msg": "任务提交成功", "work_id": 1 } ``` #### GET /api/poll/:id 轮询任务状态 **返回**： ```json { "success": true, "data": { "state": 10, "error": "", "task_id": "xxx", "respond": {} } } ``` ### 作品管理 #### GET /api/works 获取所有作品列表 #### GET /api/work/:id 获取单个作品详情 #### GET /api/download/:id 打包下载作品 #### POST /api/open-folder/:id 打开文件目录 ### 图片上传 #### POST /api/upload 上传图片（需要 PLATFORM_TOKEN） ### 图片切割 #### POST /api/cut 切割图片 **参数**： ```json { "path": "图片路径", "num": 9, "out": "输出目录（可选）" } ``` ### 管理接口 #### GET /api/admin/works 获取所有任务（管理后台） #### POST /api/admin/retry/:id 重试任务 #### POST /api/admin/close/:id 关闭任务 #### POST /api/admin/delete/:id 删除任务 #### POST /api/shutdown 关闭服务 --- ## 🛠️ 独立工具使用 ### cut.py - 图片切割工具 ```bash python cut.py -path 图片路径 -num 9 [-out 输出目录] ``` **参数**： - `-path`：图片路径（必填） - `-num`：宫格数 2/4/6/9（必填） - `-out`：输出目录（可选，默认原图片目录） ### task.py - 任务处理工具 ```bash python task.py -id 任务ID python task.py -task_id 模型任务ID ``` **参数**： - `-id`：数据库任务ID - `-task_id`：模型返回的任务ID - `-num`：宫格数（可选，默认读取数据库） ### upload.py - 图片上传工具 ```bash python upload.py -file 图片路径 ``` --- ## 🎯 使用场景 ### 场景1：生成九宫格图片 1. 打开 http://localhost:697 2. 输入提示词："生成一张3x3九宫格电影海报图片" 3. 选择 9 宫格 4. 点击生成 5. 等待完成，查看瀑布流展示 ### 场景2：图生图编辑 1. 上传参考图（最多6张） 2. 输入描述："参考原图风格，生成..." 3. 点击生成 4. 查看结果 ### 场景3：管理已生成作品 1. 点击作品查看详情 2. 下载 ZIP 打包 3. 打开文件目录 4. 以图生图 ### 场景4：失败任务重试 1. 切换到错误记录视图（导航栏感叹号按钮） 2. 点击失败任务查看详情 3. 点击"重新获取" 4. 查看实时日志 --- ## 🔧 故障排除 ### 问题1：未配置 API_KEY **症状**：自动弹出配置窗口 **解决**：填写 API_KEY，保存后刷新页面 ### 问题2：图片生成失败 **症状**：任务状态为失败 **解决**： 1. 查看错误详情 2. 检查 API_KEY 是否正确 3. 点击"重新获取"重试 ### 问题3：服务启动失败 **症状**：端口被占用 **解决**： ```bash # 查看端口占用 netstat -ano | findstr :697 # 结束进程 taskkill /F /PID 进程ID # 重新启动 python server.py ``` ### 问题4：瀑布流布局错乱 **症状**：图片显示异常 **解决**：刷新页面，前端会重新初始化 Masonry --- ## 📊 性能优化 ### 多任务并发 - 支持多个任务同时轮询 - 每个任务独立定时器，互不阻塞 - 第一次延迟 1 分钟，之后每 30 秒查询 ### 前端轮询 - 轮询逻辑完全由前端控制 - 减少服务器压力 - 支持页面刷新自动恢复 ### 数据库优化 - 使用 SQLite 轻量级数据库 - 自动检测并添加新字段 - 支持旧数据库平滑升级 --- ## 🔄 更新日志 ### v2.0.0 (2026-03-25) - ✅ 修复数据库表结构缺少 respond 字段 - ✅ 移除 API Key 硬编码，改用环境变量 - ✅ 修复全局锁导致任务阻塞问题 - ✅ 优化任务恢复机制 - ✅ 修复瀑布流缩小问题 - ✅ 修复弹窗重叠问题 - ✅ 优化轮询策略（第一次1分钟，之后30秒） - ✅ 支持多任务并发轮询 - ✅ 清理无用文件 ### v1.0.0 (2026-03-23) - 🎉 初始版本发布 - ✅ 基础图片生成功能 - ✅ 智能切割功能 - ✅ 瀑布流展示 - ✅ 批量下载功能 --- ## 📝 开发者备注 ### 技术栈 - **后端**：Flask + SQLite + PIL - **前端**：jQuery + Masonry + imagesLoaded - **API**：AceData Nano Banana API ### 扩展建议 1. 添加更多 AI 模型支持 2. 添加图片滤镜功能 3. 添加批量生成功能 4. 添加用户认证系统 5. 添加 WebSocket 实时推送 ### 贡献代码 欢迎提交 Issue 和 Pull Request！ --- ## 📄 许可证 MIT License --- ## 🆘 获取帮助 - **文档**：本 SKILL.md 文件 - **API 官网**：https://share.acedata.cloud/r/1uN88BrUTQ - **问题反馈**：在 OpenClaw 社区提问 ## 联系我们 **email:** zhuxi0906@gmail.com **微信** jakeycis 如果有功能开发需求，可以联系我，由于开放语言和方案的改变，这个skill还有一些小BUG没完成。