前言
最近 Google 发布了 Gemini 2.5 Flash Image 模型（代号 Nano Banana），这是一个强大的 AI 图片生成和编辑模型。今天我用 TypeScript + Bun 开发了一个简单易用的命令行工具，通过 AIHubMix 中转服务来调用这个 API，实现了图片生成和编辑功能。
技术栈
- 运行时: Bun（快速的 JavaScript 运行时）
- 语言: TypeScript
- API: Google Gemini 2.5 Flash Image
- 中转服务: AIHubMix
核心功能
1. 文本生成图片
通过自然语言描述生成图片，支持中英文提示词。
# 中文提示词
bun run gen "一只可爱的猫咪在月光下弹吉他，动漫风格" -o cat.png
# 英文提示词
bun run gen "Beautiful sunset over ocean, realistic style" -o sunset.png
2. 智能图片编辑
这是我觉得最有意思的功能。不需要传统的图像蒙版（mask），只需要用自然语言描述想要的修改：
# 改变颜色
bun run edit house.png "把屋顶改成蓝色" -o house-blue.png
# 风格转换
bun run edit photo.jpg "转换成油画风格" -o painting.png
# 添加元素
bun run edit room.png "在墙上添加一幅现代艺术画" -o decorated.png
# 移除元素
bun run edit beach.jpg "移除照片中的其他人" -o solo.png
技术实现
1. API 调用封装
核心是一个 NanoBananaClient 类，封装了 AIHubMix 的 API 调用：
export class NanoBananaClient {
private apiKey: string;
private baseURL: string;
private modelName: string;
constructor(apiKey: string, options?: { baseURL?: string; model?: string }) {
this.apiKey = apiKey;
this.baseURL = options?.baseURL || "https://aihubmix.com/v1";
this.modelName = options?.model || "gemini-2.5-flash-image";
}
async generateImage(prompt: string): Promise<string> {
// 调用 AIHubMix API
const response = await fetch(`${this.baseURL}/chat/completions`, {
method: "POST",
headers: {
"Content-Type": "application/json",
Authorization: `Bearer ${this.apiKey}`,
},
body: JSON.stringify({
model: this.modelName,
messages: [{ role: "user", content: [{ type: "text", text: prompt }] }],
max_tokens: 8192,
temperature: 1,
}),
});
// 解析响应，提取 base64 图片数据
// ...
}
}
2. 响应格式处理
AIHubMix 返回的图片数据在 multi_mod_content 数组中，需要特殊处理：
const data = await response.json();
const message = data.choices?.[0]?.message;
// AIHubMix 特有的响应格式
if (message.multi_mod_content && Array.isArray(message.multi_mod_content)) {
for (const item of message.multi_mod_content) {
if (item.inline_data?.data) {
return item.inline_data.data; // base64 图片数据
}
}
}
3. 图片编辑实现
编辑图片时，需要将原图 base64 编码后连同提示词一起发送：
async editImage(imagePath: string, prompt: string): Promise<string> {
// 读取并编码图片
const imageData = fs.readFileSync(imagePath);
const base64Image = imageData.toString("base64");
const mimeType = this.getMimeType(imagePath);
// 构建请求
const requestBody = {
model: this.modelName,
messages: [{
role: "user",
content: [
{
type: "image_url",
image_url: { url: `data:${mimeType};base64,${base64Image}` }
},
{ type: "text", text: prompt }
]
}],
max_tokens: 8192,
temperature: 1,
};
// 发送请求并返回编辑后的图片
// ...
}
4. 命令行工具
使用 Bun 的原生能力，创建了两个简单的 CLI 工具：
生成图片 (generate.ts)
#!/usr/bin/env bun
import { NanoBananaClient } from "./nano-banana";
async function main() {
const args = process.argv.slice(2);
// 解析参数：提示词和输出文件名
// ...
const client = new NanoBananaClient(apiKey);
const imageData = await client.generateImage(prompt);
client.saveImage(imageData, outputFile);
}
main();
编辑图片 (edit.ts)
#!/usr/bin/env bun
import { NanoBananaClient } from "./nano-banana";
async function main() {
const args = process.argv.slice(2);
// 解析参数：输入图片、编辑指令、输出文件名
// ...
const client = new NanoBananaClient(apiKey);
const imageData = await client.editImage(inputImage, editPrompt);
client.saveImage(imageData, outputFile);
}
main();
遇到的坑
1. 响应格式不一致
开始时发现有的请求成功，有的失败。通过打印完整响应发现，AIHubMix 返回的格式与标准 OpenAI 格式略有不同，图片数据在 multi_mod_content 而不是 content 字段中。
解决方案：添加了多层降级处理逻辑，先检查 multi_mod_content，再检查标准 content 字段。
2. 变量命名冲突
在 blendImages 方法中，content 变量被重复声明导致编译错误。
解决方案：将局部变量重命名为 contentParts 避免冲突。
3. 中文提示词支持
最初担心中文提示词可能不支持，但测试发现 Gemini 2.5 Flash Image 对中文的支持非常好。
实际效果
我测试了几个场景：
-
生成测试
- 提示词：
"一只可爱的猫咪" - 生成：1024x1024 的高质量图片
- 提示词：
-
编辑测试
- 原图：红色屋顶的房子
- 指令：
"Change the roof color to blue and add flowers in the garden" - 结果：屋顶变成蓝色，花园里添加了花朵
效果相当不错！模型能很好地理解编辑指令，并保持图片其他部分不变。
项目结构
nano-banana/
├── generate.ts # 生成图片命令行工具
├── edit.ts # 编辑图片命令行工具
├── nano-banana.ts # 核心库文件
├── package.json # 项目配置
├── tsconfig.json # TypeScript 配置
├── .env.example # 环境变量模板
├── .gitignore # Git 忽略配置
├── README.md # 英文文档
└── 快速开始.md # 中文快速指南
使用成本
通过 AIHubMix 调用，大约 ¥0.03-0.04 每张图片，相比直接调用 Google API 更加实惠和稳定。
快速开始
1. 安装依赖
bun install
2. 配置 API Key
cp .env.example .env
# 编辑 .env 文件，填入 AIHubMix API Key
3. 生成图片
bun run gen "你的图片描述" -o output.png
4. 编辑图片
bun run edit input.jpg "编辑指令" -o edited.png
后续计划
- 批量处理：支持批量生成或编辑多张图片
- 图片混合：实现多张图片混合功能（
blendImages方法已实现，待添加 CLI） - 参数配置：支持自定义分辨率、风格强度等参数
- Web UI：考虑添加一个简单的 Web 界面
总结
这个项目展示了如何快速接入 AI 图片生成服务，通过简单的命令行工具就能实现强大的图片生成和编辑功能。Gemini 2.5 Flash Image 的语义编辑能力让图片处理变得异常简单，不需要专业的图像处理知识，只需要用自然语言描述想要的效果即可。
对于需要 AI 图片生成功能的开发者来说，这个工具可以作为很好的起点。代码简洁清晰，易于扩展和集成到自己的项目中。
参考资料
项目地址：（可以在这里添加你的 GitHub 仓库链接）
关键词：AI 图片生成、Gemini、Nano Banana、TypeScript、Bun、图片编辑
本文记录了使用 Gemini 2.5 Flash Image API 开发 AI 图片工具的完整过程，希望对你有帮助！