nano-banana-pro-openrouter
OpenRouterを通じてGemini 3 Pro Imageモデルを使用し、画像の生成・編集を行います。テキストプロンプトのみによる画像生成、既存画像の編集、複数画像の合成に対応し、1K/2K/4K解像度での出力をサポートします。
description の原文を見る
Generate or edit images via OpenRouter with the Gemini 3 Pro Image model. Use for prompt-only image generation, image edits, and multi-image compositing; supports 1K/2K/4K output.
SKILL.md 本文
Nano Banana Pro OpenRouter
概要
OpenRouter で google/gemini-3-pro-image-preview モデルを使用して画像を生成または編集します。プロンプトのみによる生成、単一画像の編集、複数画像の合成に対応しています。
プロンプトのみで生成
uv run {baseDir}/scripts/generate_image.py \
--prompt "A cinematic sunset over snow-capped mountains" \
--filename sunset.png
単一画像を編集
uv run {baseDir}/scripts/generate_image.py \
--prompt "Replace the sky with a dramatic aurora" \
--input-image input.jpg \
--filename aurora.png
複数画像を合成
uv run {baseDir}/scripts/generate_image.py \
--prompt "Combine the subjects into a single studio portrait" \
--input-image face1.jpg \
--input-image face2.jpg \
--filename composite.png
解像度
--resolutionに1K、2K、または4Kを指定できます。- 指定がない場合のデフォルトは
1Kです。
システムプロンプトのカスタマイズ
このスキルは、assets/SYSTEM_TEMPLATE から任意のシステムプロンプトを読み込みます。これにより、コードを修正することなく画像生成の動作をカスタマイズできます。
動作と制約
--input-imageを繰り返して、最大 3 つの入力画像を受け付けます。--filenameには相対パス(現在のディレクトリに保存)または絶対パスを指定できます。- 複数の画像が返された場合、ファイル名に
-1、-2などを追加します。 - 保存した画像ごとに
MEDIA: <path>を出力してください。保存後、画像を応答に読み込み直さないでください。
トラブルシューティング
スクリプトが 0 以外で終了した場合、stderr をこれらの一般的な問題と照らし合わせてください。
| 症状 | 解決方法 |
|---|---|
OPENROUTER_API_KEY is not set | ユーザーに設定するよう依頼してください。PowerShell: $env:OPENROUTER_API_KEY = "sk-or-..." / bash: export OPENROUTER_API_KEY="sk-or-..." |
uv: command not found または認識されない | macOS/Linux: <code>curl -LsSf https://astral.sh/uv/install.sh | sh</code>。Windows: <code>powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"</code>。その後、ターミナルを再起動してください。 |
AuthenticationError / HTTP 401 | キーが無効であるか、クレジットがありません。https://openrouter.ai/settings/keys で確認してください。 |
一時的なエラー(HTTP 429、ネットワークタイムアウト)の場合は、30 秒後に 1 回再試行してください。同じエラーを 2 回以上再試行しないでください。代わりに、その問題をユーザーに通知してください。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。