基于 Google 官方 Gemini API 的图像生成与重混工具，支持文生图、图生图及多图合成，为创作者提供高效 AI 绘画能力。
说明：
## 核心用法
Gemini Image Remix 是一款基于 Google Gemini API 的图像生成与重混工具，提供三种核心工作模式：
**1. 文本生成图像**：通过 `–prompt` 参数输入描述，调用 Gemini 2.5 Flash Image 模型快速生成高质量图像，默认输出 1K 分辨率 PNG 文件。
**2. 图像重混/修改**：使用 `-i` 参数传入参考图像，实现风格迁移、背景替换、角色修改等高级编辑功能，支持复杂的图像到图像转换。
**3. 多图像合成**：最多可同时处理 14 张输入图像，将不同图像中的元素智能融合为单一连贯场景，适用于创意合成与概念设计。
工具支持灵活的参数配置，包括分辨率（1K/2K/4K）、宽高比（1:1、16:9、9:16 等）以及模型切换（可升级至 Gemini 3.0 Pro/Nano Banana Pro 获取更高保真度输出）。
## 显著优点
– **官方 SDK 保障**：基于 Google 官方 `google-genai` 库，API 稳定性与兼容性有充分保障
– **多模型支持**：从快速的 Flash 模型到专业的 Pro 模型，满足不同精度与效率需求
– **强大的多图处理能力**：14 张图像的上限在同类型工具中表现突出，适合复杂合成任务
– **灵活的输出控制**：支持多种分辨率与宽高比，适配不同应用场景
– **开源透明**：完整开源代码，可审计、可定制
## 潜在缺点与局限性
– **网络强依赖**：必须保持与 Google Gemini API 的连通性，离线无法使用
– **API 成本**：图像生成消耗 API 配额，高频使用可能产生显著费用
– **输出可控性**：AI 生成结果存在随机性，复杂提示词可能需要多次迭代
– **输入限制**：仅支持图像文件输入，不支持其他媒体格式
– **平台绑定**：深度依赖 Google 生态，模型能力与可用性受 Google 政策影响
## 适合的目标群体
– **数字艺术家与设计师**：需要快速原型生成、风格探索或概念可视化
– **内容创作者**：社交媒体运营、博客配图、营销素材制作
– **游戏/影视从业者**：场景概念、角色设计、氛围图快速产出
– **开发者与产品经理**：需要程序化集成图像生成能力的项目团队
– **教育与科研人员**：AI 图像生成技术教学、视觉研究实验
## 使用风险
– **API 密钥安全**：需妥善保管 `GEMINI_API_KEY`，避免泄露导致配额盗用
– **文件覆盖风险**：输出路径由用户指定，可能意外覆盖现有文件
– **依赖项维护**：`uv` 包管理器与 Python 环境的版本兼容性需持续关注
– **服务可用性**：Google API 的服务状态与地区可用性可能影响正常使用
会员专属
