Skip to main content

​
节点概述

节点标识： artsmcp-gemini-banana
技术栈： Gemini 3 Pro Image
功能： 调用 Gemini Banana API 进行文生图、图生图、多图融合与批量生成

​
支持的能力

  • ✅ 文生图：仅输入提示词生成图片
  • ✅ 图生图：单图输入，基于参考图生成新图片
  • ✅ 多图融合：输入 2–4 张图片进行融合生成
  • ✅ 分行提示词批量生成：多行提示词，每行独立处理
  • ✅ 并发请求：一次发送多路请求，显著提升生成效率
  • ✅ 匹配参考尺寸：可选按照参考图片尺寸本地裁剪/缩放输出
  • ✅ URL / Base64 响应格式：兼容 URL 和 Base64（含 Data URI）

​
参数说明

​
必填与核心参数

参数名称类型说明示例值
提示词STRING图片生成的文本描述（支持多行）"星际穿越，黑洞，电影大片"
API密钥STRINGAPI 身份验证密钥sk-xxx
API地址STRING图片生成接口地址https://api.openai.com/v1/images/generations
模型ENUM选择 Gemini Banana 模型gemini-3-pro-image-preview-2k
宽高比ENUM图片宽高比1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9
响应格式ENUM返回格式URL / Base64
超时秒数INT单次 API 请求超时时间120
最大重试次数INT失败后最大重试次数3
并发请求数INT一次生成的图片数量1-10
启用分行提示词BOOLEAN是否按行拆分提示词False/True
匹配参考尺寸BOOLEAN是否将输出图片匹配参考图尺寸False/True
详细日志BOOLEAN是否输出调试信息False/True
参考图片1-4IMAGE可选输入图片用于图生图/多图融合
  • 推荐设置：调试参数时可以先将并发请求数设置为 1，启用分行提示词后再逐步提高并发。
  • 提示词 支持中英文，可使用多行详细描述画面、风格、光线等要素。

​
功能模式

  1. 文生图
    • 仅填写提示词，不连接输入图片端口；
    • 适合从零构图、概念探索、海报/封面创作。
  2. 图生图
    • 连接 1 张参考图片到 参考图片1；
    • 提示词描述需要怎样“改造”这张图，如风格转换、细节增强等。
  3. 多图融合
    • 连接 2–4 张图片到 参考图片1-4；
    • 提示词中说明各图的作用，例如“参考第一张人物、第二张背景”。
  4. 批量生成（分行提示词）
    • 在提示词中每行写一个独立描述；
    • 勾选“启用分行提示词”；
    • 并发请求数 = N 时，行数 × N = 总生成张数。

​
宽高比与尺寸

​
宽高比
string
default:"1:1"
输出图片的目标构图比例。可选值：
  • 1:1、2:3、3:2
  • 3:4、4:3
  • 4:5、5:4
  • 9:16、16:9、21:9
​
匹配参考尺寸
boolean
default:"false"
是否在本地对生成结果进行二次处理，使其与参考图尺寸一致。
  • 开启：使用第一张参考图的尺寸，对输出图片做 智能缩放 + 居中裁剪；
  • 关闭：只使用 API 的宽高比进行构图，输出尺寸由服务端决定。
技术实现：使用 LANCZOS 重采样 + 居中裁剪（与 README 描述保持一致）。
​
响应格式
string
default:"URL"
控制 API 响应中图片数据的表达方式：
  • URL：返回图片的网络地址（推荐，下载简单）；
  • Base64：返回 base64 编码的图片数据（自动兼容 data:image/...;base64,... 形式）。

​
性能与重试参数

​
超时秒数
integer
default:"120"
单次 API 请求的超时时间（单位：秒）。
  • 建议范围：30-600；
  • 分辨率越高、并发越多时可适当增大。
​
最大重试次数
integer
default:"3"
当调用返回 5xx 或 429 等错误时的重试次数。
  • 范围：0-10；
  • 0 表示不重试；
  • 建议：一般场景 2-3 次即可。
​
并发请求数
integer
default:"1"
单次执行时并发发送的请求数量，即一次最多生成的图片数量。
  • 范围：1-10；
  • 若启用分行提示词：总图片数 = 行数 × 并发请求数。
​
启用分行提示词
boolean
default:"false"
是否将提示词按行拆分为多个独立任务。
  • 关闭：整段提示词作为一个任务；
  • 开启：每一行提示词单独生成一组图片。
​
详细日志
boolean
default:"false"
控制是否输出详细调试日志。
  • 开启后会打印：请求 payload、响应数据、重试信息等；
  • 仅在调试或排查问题时建议开启。
重试机制（与 README 一致）：
  • 遇到 503 / 429 等错误时自动重试；
  • 采用 2s → 4s → 8s 的指数退避；
  • 对除 429 以外的 4xx 客户端错误不会重试，以避免浪费额度。

​
输出说明

​
images
tuple
生成的图片列表，最终会写入 ComfyUI 输出目录并以列表形式输出。文件信息：
  • 文件格式：通常为 .png；
  • 命名规则：ComfyUI_[序号].png；
  • 默认保存路径：ComfyUI/output/。
多图输出：
  • 分行提示词开启时，每行至少生成 并发请求数 张图片；
  • 结果会按照提示词行和并发序号顺序排列。

​
使用示例

​
示例 1：单张文生图

1

配置基本参数

  • 模型：gemini-3-pro-image-preview-2k
  • 宽高比：16:9
  • 响应格式：URL
2

输入提示词

星际穿越，黑洞，电影大片，超现实主义，
高对比度光影，富有戏剧张力
3

执行生成

并发请求数设置为 1，生成一张图片并通过 SaveImage 保存。

​
示例 2：图生图（匹配参考尺寸）

1

连接参考图片

将一张图片节点连接到 参考图片1，例如分辨率为 1600×2848。
2

设置参数

  • 提示词："将这张图片转换为油画风格"
  • 匹配参考尺寸：True
  • 宽高比：任意（只影响构图，不影响最终尺寸）
3

运行节点

输出图片将会被本地处理为 1600×2848，方便后续继续拼接或替换。

​
示例 3：多图融合

1

连接两张图片

  • 参考图片1：人物照片；
  • 参考图片2：科幻城市背景。
2

输入提示词

将第一张图片中的人物与第二张图片的背景融合，
打造赛博朋克风格的场景，霓虹灯光，高饱和度。
3

生成图片

  • 并发请求数：2
  • 启用分行提示词：False

​
示例 4：分行提示词 + 并发批量生成

1

准备原图

将一张基础图片连接到 参考图片1。
2

启用分行提示词

  • 启用分行提示词：True
  • 并发请求数：3
3

配置多行提示词

将这张图片转换为水彩画风格
将这张图片转换为油画风格
将这张图片转换为赛博朋克风格
4

执行生成

共输出 3 行 × 3 并发 = 9 张图片，可连接 SaveImage 统一保存。

​
常见问题

特性Gemini BananaDoubao Seedream
核心能力文生图/图生图/多图融合文生图/图生图/多图融合/组图
响应格式URL / Base64URL / b64_json
尺寸控制通过宽高比 + 本地匹配参考尺寸通过宽度/高度精确控制
选择建议：
  • 如果已经有稳定的 Gemini 兼容服务，或希望沿用 OpenAI 风格接口 → 使用 Gemini Banana；
  • 如果更偏向豆包原生模型、需要精确像素控制和组图功能 → 使用 Seedream。
  • 未开启分行提示词：并发请求数 = 本次生成图片数量；
  • 开启分行提示词：每一行会独立并发执行，总张数 = 行数 × 并发请求数；
  • 建议先用较小的并发值验证提示词，再逐渐增大。
这些通常表示 请求频率过高或服务端暂时过载：
  • 插件会自动进行指数退避重试；
  • 可适当降低并发数或减小图片尺寸；
  • 若频繁出现，可调大超时和最大重试次数，并检查 API 限速规则。
  • 当结果异常、生成失败或需要确认 payload 是否正确时；
  • 正常使用时建议关闭，以减少控制台输出和轻微的性能开销。