Nano Banana 工作流程運用 Gemini-2.5-Flash 模型，提供一致且高品質的圖像編輯能力。此流程整合多個關鍵節點，如 LoadImage、PreviewAny 與 GeminiImageNode，簡化圖像編輯流程。LoadImage 節點負責從 'ComfyUI/input' 資料夾匯入圖片，是啟動流程的前置步驟。圖片載入後，PreviewAny 節點可預覽並選擇欲編輯的圖片。流程核心 GeminiImageNode 應用 Gemini-2.5-Flash 模型，執行進階圖像編輯，確保整批圖片的一致性與品質。
此流程特別適合批次處理，透過 ImageBatch 節點（Ctrl-B 啟用）可同時編輯多張圖片，節省時間與人力。流程最後以 SaveImage 節點輸出編輯後圖片至指定位置。MarkdownNote 的整合，讓使用者可註記與記錄編輯過程，方便追蹤修改與版本。整體而言，這是適合需要高效且一致圖像編輯的 AI 工具。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "Google Gemini 圖像" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("api_google_gemini_image_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("2", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("30")[0].toFile("output.png"); // SaveImageSDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
常見問題
Showing 30 of 30 templates