Навыки nano-banana-edit
📷

nano-banana-edit

Безопасно 🌐 Доступ к сети⚙️ Внешние команды

Редактирование изображений с помощью Google Nano Banana 2 на RunComfy

Также доступно от: agentspace-so,runcomfy-com

Нужно отредактировать фотографии товаров, заменить фон или выполнить пакетную обработку изображений? Nano Banana 2 Edit на RunComfy предлагает поддержку пакетной обработки до 20 изображений с сохранением идентичности объекта и пространственными элементами управления.

Поддерживает: Claude Codex Code(CC)
⚠️ 65 Плохо
1

Скачать ZIP навыка

2

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

3

Включите и начните использовать

Протестировать

Использование «nano-banana-edit». Пользователь просит заменить фон на дождливую неоновую киберпанк-улицу, сохраняя идентичность объекта

Ожидаемый результат:

Модель генерирует от 1 до 4 изображений с сохранённым тем же объектом на фоне дождливой неоновой киберпанк-улицы, с постоянной позой и кадрированием.

Использование «nano-banana-edit». Пользователь просит отредактировать несколько фотографий товаров с тёплым студийным фоном

Ожидаемый результат:

Набор из 3–5 изображений товаров с согласованными тёплыми серыми студийными фонами и позиционированием объекта, готовый для размещения в интернет-магазине.

Аудит безопасности

Безопасно
v1 • 5/28/2026

Static analysis flagged 78 potential issues, but evaluation reveals all are false positives. The skill is a thin wrapper for the RunComfy CLI that invokes `runcomfy run google/nano-banana-2/edit` to call a legitimate image editing API. The "external commands" detections are markdown bash command examples, not executable code. The "path traversal" flags reference placeholder parameter examples (`<absolute/path>`) in documentation. The "weak crypto" detection is frontmatter YAML. Network access is scoped to RunComfy API endpoints only. Security controls are properly documented including JSON string transmission (no shell injection) and secure token storage with mode 0600.

1
Просканировано файлов
186
Проанализировано строк
8
находки
1
Всего аудитов

Проблемы высокого риска (3)

Static Analysis Pattern Detected: Weak Cryptographic Algorithm
Scanner flagged lines 4 and 162 as containing weak crypto. Evaluation shows this is a false positive: line 4 is YAML frontmatter with model documentation, line 162 is exit code documentation. No cryptographic operations present in this skill.
Static Analysis Pattern Detected: Path Traversal
Scanner flagged lines 71, 82, 95 as path traversal. Evaluation shows this is a false positive: these lines contain `<absolute/value>` style placeholder examples in documentation explaining CLI parameter types. These are not actual path traversal attempts.
Static Analysis Pattern Detected: Hidden File Access
Scanner flagged line 181 as hidden file access. Evaluation shows this is documented security practice: token is stored at `~/.config/runcomfy/token.json` with mode 0600 (owner-only read/write). This is intentional secure credential handling, not a vulnerability.
Проблемы среднего риска (1)
Static Analysis Pattern Detected: External Commands
Scanner flagged 57 locations as 'Ruby/shell backtick execution'. Evaluation shows this is a false positive: these are bash command examples in markdown documentation blocks showing CLI usage syntax. The skill is a documentation wrapper, not executable code.
Проблемы низкого риска (2)
Static Analysis Pattern Detected: Hardcoded URLs
Scanner flagged multiple URLs as hardcoded. Evaluation shows these are legitimate API endpoints for the RunComfy Model API service being wrapped by this skill.
Static Analysis Pattern Detected: System Reconnaissance
Scanner flagged line 38 as system reconnaissance. Evaluation shows this is simple user intent detection for routing requests to the correct skill.

Факторы риска

Проверено: claude

Оценка качества

38
Архитектура
100
Сопровождаемость
87
Контент
32
Сообщество
66
Безопасность
91
Соответствие спецификации

Что вы можете построить

Съёмка товаров для электронной коммерции

Пакетное редактирование фотографий товаров с одинаковыми фонами. Редактирование до 20 изображений артикулов за один вызов с сохранением идентичности продукта при замене студийных фонов.

Креатив для маркетинговых кампаний

Создание вариантов A/B для рекламных материалов с блокировкой начального значения и несколькими выходами. Генерация замены фонов и локализованных изменений для контента инфлюенсеров и брендов.

Ре локализация айдентики бренда

Адаптация материалов бренда для различных рынков с сохранением композиции. Согласованные замены текста и палитры для локализованных вариантов контента.

Попробуйте эти промпты

Простая замена фона
Keep the subject identity unchanged. Convert the background into [description of desired background].
Локализованное изменение объекта
Remove the [specific object] only. Keep [list of elements to preserve], the [environment elements], and the lighting unchanged.
Пакетное постоянство фона
For each input image: keep the [subject identity/pose/clothing] unchanged. Convert the background to [description]. Center the subject at the same fraction of frame as the input.
Набор вариаций для множества изображений
For each input: preserve the [identity/brand element]. Replace [specific element] with [new description]. Maintain consistent lighting and color palette across all outputs.

Лучшие практики

  • Начинайте с инструкций по сохранению, заканчивайте описанием изменений. Всегда сначала указывайте, что сохранить, затем описывайте само изменение.
  • Используйте конкретный пространственный язык для локализованных изменений: «только фон», «объект слева», «верхний правый угол».
  • Фиксируйте aspect_ratio и resolution для пакетной согласованности. Используйте одинаковую грамматику промптов для всех пакетных изменений.

Избегать

  • Избегайте длинных составных инструкций (изменить A и B и C), которые вызывают расхождение модели.
  • Не используйте пассивный залог в инструкциях по изменениям. Будьте повелительны: «Замените X на Y», а не «фон должен быть изменён».
  • Не пропускайте цели сохранения. Явно указывайте, что оставить неизменным, иначе модель будет незначительно модифицировать лица и бренды.

Часто задаваемые вопросы

Сколько изображений можно редактировать в одном пакетном запросе?
Можно передать от 1 до 20 входных изображений за один вызов API. Первое изображение рассматривается как основное, остальные служат вспомогательными подсказками.
Сколько выходных изображений можно генерировать за один запрос?
Можно запросить от 1 до 4 выходных изображений за один вызов с помощью параметра number_of_images.
Как сохранить идентичность объекта при изменениях?
Начинайте промпт с инструкций по сохранению: «Сохраните идентичность объекта, позу и одежду неизменными.» Затем указывайте, что изменить.
Когда следует использовать Nano Banana Edit, а когда другие модели?
Используйте Nano Banana Edit для пакетного редактирования, замены фонов и пространственной локализации. Используйте GPT Image 2 edit для многоязычного текста. Используйте Flux Kontext для единственной референции с точными локальными изменениями.
Какие форматы файлов поддерживаются для вывода?
Форматы вывода включают PNG, JPEG и WebP. Доступные разрешения варьируются от 0,5K до 4K.
Как навык обрабатывает авторизацию API?
Авторизация использует runcomfy login для интерактивных сессий или переменную окружения RUNCOMFY_TOKEN для CI. Токен безопасно хранится с правами доступа 0600.

Сведения для разработчиков

Автор

doany-ai

Лицензия

MIT

Ссылка

main

Структура файлов

📄 SKILL.md