Nano Banana Cut 图片生成切割，用于短视频创作，解决角色一致性问题和故事叙事

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

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

{
  "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

# 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。

##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：

{
  "success": true,
  "msg": "配置正常"
}

POST /api/config/save

保存配置

参数：

{
  "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：

{
  "prompt": "图片描述",
  "model": 0,
  "ratio": 0,
  "quality": 1,
  "num": 9,
  "images": []
}

返回：

{
  "success": true,
  "msg": "任务提交成功",
  "work_id": 1
}

GET /api/poll/:id

轮询任务状态

返回：

{
  "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：

{
  "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

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

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

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：

# 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: [e-mail] 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。