Skip to content
/ Nano_Banana_Pro_Web Public

大香蕉 AI 是面向创意工作者的高性能图像生成平台，融合 Gemini 与桌面性能，支持最高 4K 的文生图/图生图。Banana AI is a high‑performance image generator for creators, combining Gemini with native desktop performance for up to 4K text‑to‑image and image‑to‑image.

License

MIT license
69 stars 13 forks Branches Tags Activity
Star
Notifications You must be signed in to change notification settings

ShellMonster/Nano_Banana_Pro_Web

BranchesTags

Repository files navigation

🎨 大香蕉 AI (Banana Pro Web & Desktop)

GitHub stars License GitHub release React Tauri Go

English | 简体中文 | 日本語 | 한국어

大香蕉 AI 是一款专为创意工作者打造的高性能图片生成平台。它融合 Gemini 与 OpenAI 标准接口能力，支持高分辨率（最高 4K）的文生图与图生图，并提供桌面端与 Web 端两种形态。

Banana Pro Web 预览 1
Banana Pro Web 预览 2
Banana Pro Web 预览 3

💡 近期更新亮点：

  • ✨ OpenAI 标准接口对接：提示词优化 + 生图两条链路可切换 Gemini / OpenAI 兼容接口。
  • 🤖 提示词优化增强：新增 JSON 模式 按钮，支持强制输出结构化 JSON 并自动格式化回填，提升 Prompt 质量。
  • 🧵 模板市场：下拉打开整版模板市场，支持筛选、预览、来源与技巧提示，一键复用。
  • 🚀 大规模列表性能优化：历史记录与模板市场改为虚拟列表/虚拟网格，图片加载更顺滑。
  • 🖼️ 无图模板支持：模板缺少图片时自动显示默认图，仍可复用 Prompt。

💡 推荐使用：为了获得最佳的生成体验与极高的性价比，推荐搭配 云雾API 使用。

生成分辨率 云雾API 价格 Google 官方价格 (参考)
1K (1024x1024) 0.08 元/张 ≈ 0.94 元/张
2K (2048x2048) 0.08 元/张 ≈ 0.94 元/张
4K (4096x4096) 0.14 元/张 ≈ 1.68 元/张

🌟 核心特性

  • 🚀 极致性能：采用 Tauri 2.0 架构，配合 Go 语言 编写的高并发 Sidecar 后端，资源占用极低。
  • 🖼️ 4K 超清创作：深度优化 Gemini 3.0 模型，支持多种画幅的 4K 超清图像生成。
  • 🔌 标准接口兼容：支持 Gemini(/v1beta) 与 OpenAI(/v1) 标准格式对接，Base URL 与模型可配置。
  • ⚡ 自定义协议 (asset://)：在桌面端注册原生资源协议，绕过 HTTP 协议栈，本地图片加载速度提升 300%。
  • 💾 智能历史管理：内置本地数据库与持久化缓存，支持任务状态自动恢复与大批量历史记录秒开。
  • 📸 精准图生图：支持多参考图输入，提供细腻的风格与构图控制。
  • 📦 自动化交付：集成 GitHub Actions，实现 macOS (Intel/M1) 与 Windows 平台的自动化打包发布。
  • 🧩 模板市场：启动时优先拉取远程模板 JSON，失败自动回退内置模板，并支持模板来源与技巧提示。

🚀 功能特性详解

1. 智能文生图 (Text-to-Image)

  • 精准语义理解：深度集成 Google Gemini 3.0 模型，能够精准捕捉提示词中的细节、风格与氛围。
  • 提示词智能优化：内置 AI 优化引擎，可通过 Gemini / OpenAI 标准接口模型优化提示词。
  • 提示词编辑历史：支持无限次的撤销与重做，方便在不同创意想法间快速切换。
  • 批量并发生成：支持一次性设置生成多达 100 张图片，后台自动排队处理。
  • 实时进度追踪：提供清晰的进度条与状态显示，生成过程中的每一张图片都有对应的占位卡片，完成后自动刷新。

2. 强大的图生图 (Image-to-Image)

  • 多图参考支持：最多可同时添加 10 张参考图，帮助 AI 更好地理解您想要的构图或风格。
  • 灵活的添加方式：
    • 点击/拖拽：直接从本地文件夹选取或拖入图片。
    • 粘贴支持：支持直接从网页或聊天工具复制图片并粘贴到软件中。
  • 智能预处理：自动对超大图片进行压缩优化，并基于 MD5 校验自动过滤重复图片。

3. 专业级参数控制

  • 多样化画幅选择：预设 1:1, 16:9, 9:16, 4:3, 2:3 等多种主流比例。
  • 画质自定义：支持从 1K 到 4K 的超清分辨率配置。
  • 智能尺寸适配：系统会自动根据模型特性，将图片尺寸对齐到最佳像素点（8的倍数），确保生成效果最优化。
  • 对接方式切换：设置中可选 Gemini(/v1beta) 或 OpenAI(/v1)，并分别配置 Base URL / API Key / 模型 ID。

4. 极致的交互与管理

  • 大图沉浸式预览：支持全屏查看图片，提供自由缩放与拖拽功能。
  • 高密度 UI 设计：针对生产力场景优化，设置面板高度自适应，信息展示更紧凑。
  • 一键快捷操作：
    • 快速复制：预览界面提供“复制图片”按钮，点击即可直接粘贴到其他软件中。
    • 批量管理：支持多选图片进行批量保存或删除。
  • 状态智能持久化：软件会自动记住您的侧边栏状态、窗口位置及最后使用的模型配置。

5. 任务与历史记录

  • 全自动持久化：所有生成记录实时保存至本地数据库，重启软件也不丢失。
  • 智能搜索：支持通过关键字快速找回历史任务。
  • 稳定连接保障：自动切换 WebSocket 与 HTTP 轮询模式，确保在复杂网络环境下生成任务不中断。

6. 模板市场 (Template Market)

  • 海量资源：目前已收录 900+ 优质模板，涵盖多种风格与行业。
  • 下拉打开：顶部“拉绳”交互，向下拉出整版模板市场。
  • 多维筛选：支持搜索、渠道/物料/行业/画幅比例筛选。
  • PPT 类目：标记为 PPT 的 16:9 模板会集中展示，便于制作演示稿素材。
  • 一键复用：模板预览后可直接应用（会替换当前 Prompt 与参考图）。
  • 手动刷新：右侧刷新按钮可手动拉取最新模板。
  • 来源与技巧：模板可携带 tips 使用提示与 source 来源信息（可点击跳转外部浏览器）。
  • 参考图要求：模板可携带 requirements.note / requirements.minRefs，用于提示需要补充的参考图数量与说明。
  • 远程同步：启动时优先拉取 GitHub Raw 模板 JSON，失败自动回退内置模板并使用本地缓存。

🧩 模板贡献指南

模板数据统一维护在：

  • backend/internal/templates/assets/templates.json

顶层结构

{
  "meta": {
    "version": "2024.12.01",
    "updated_at": "2024-12-01T12:00:00Z",
    "channels": ["社群发圈", "小红书"],
    "materials": ["海报", "PPT", "封面"],
    "industries": ["教育培训", "生活服务"],
    "ratios": ["1:1", "3:4", "16:9"]
  },
  "items": []
}

基本字段（单条模板）

{
  "id": "tpl-001",
  "title": "猫表情包模板",
  "channels": ["社群发圈", "娱乐"],
  "materials": ["海报"],
  "industries": ["生活服务"],
  "ratio": "1:1",
  "preview": "https://.../thumb.jpg",
  "image": "https://.../full.jpg",
  "prompt": "可选：模板提示词...",
  "prompt_params": "可选：提示词使用说明（保留字段）",
  "tips": "可选：模板使用提示/技巧",
  "source": {
    "name": "@贡献者",
    "label": "GitHub",
    "icon": "github",
    "url": "https://example.com/templates/tpl-001"
  },
  "requirements": { "minRefs": 2, "note": "还需要一张猫照片作为参考" },
  "tags": ["猫", "表情", "搞笑"]
}

字段补充说明

  • requirements.note：当需要补充参考图时的提示文案，会在卡片与预览中提示。
  • requirements.minRefs：要求的最少参考图数量。
  • tips：模板使用技巧/注意事项（预览页展示）。
  • prompt_params：提示词使用说明（保留字段，不参与渲染）。
  • tags：用于检索与聚合展示。
  • materials：可加入 PPT 标签（建议 16:9 模板），以便筛选演示稿素材。
  • meta.version / meta.updated_at：用于模板版本标记与缓存比对。

source.icon 预置关键字

  • github GitHub
  • xhs 小红书
  • wechat 微信/公众号
  • shop 电商素材
  • video 短视频
  • print 线下印刷
  • gov 政务媒体
  • meme 表情包
  • finance 金融
  • food 美食
  • local 本地/生活服务

也可以直接传图片 URL，前端会当作 icon 显示。

preview / image 允许为空：前端会显示默认占位图，仍支持复用 Prompt。

prompt_params 当前不参与渲染，仅作为说明保留字段。

提交方式

  1. Fork 仓库并修改 backend/internal/templates/assets/templates.json
  2. 提交 PR
  3. 合并后客户端启动会从 GitHub Raw 拉取最新模板

请确保素材来源合法且链接稳定，避免失效。

🏗️ 技术架构

核心系统流程图

graph TD
    subgraph "前端层 (React + Zustand)"
        UI[用户交互界面]
        State[Zustand 状态管理]
        AssetProtocol[asset:// 资源加载]
    end

    subgraph "桌面容器层 (Tauri 2.0 / Rust)"
        TauriBridge[Rust 桥接层]
        IPC[IPC 通讯优化]
        FS[本地文件访问权限]
    end

    subgraph "推理后端层 (Go Sidecar)"
        GoServer[Gin API 服务]
        WorkerPool[并发任务池]
        GeminiSDK[Google GenAI SDK]
        SQLite[(SQLite 任务存储)]
    end

    UI <--> State
    State <--> IPC
    IPC <--> TauriBridge
    TauriBridge <--> GoServer
    GoServer <--> WorkerPool
    WorkerPool <--> GeminiSDK
    WorkerPool <--> SQLite
    GeminiSDK <--> |Imagen 3.0| Cloud[Google AI Cloud]
    GoServer -.-> |保存图像| FS
    FS -.-> |映射资源| AssetProtocol
    AssetProtocol -.-> |极速显示| UI
Loading

项目采用“三层架构”设计，确保了性能与扩展性的平衡：

  1. 前端 (React + Zustand)：负责响应式 UI 与状态管理，提供流畅的用户交互。
  2. 桌面容器 (Tauri)：作为 Rust 桥梁，处理窗口控制、本地资源访问及 Sidecar 进程管理。
  3. 推理引擎 (Go Sidecar)：负责与 Google GenAI SDK 通讯，处理 Worker 任务池与本地图片存储。

核心优化点

  • IPC 负荷优化：前端与后端之间仅传递文件路径，大型二进制数据通过 asset:// 协议直接由前端读取。
  • 进程生命周期管理：Tauri 退出时自动清理 Go 边车进程，防止系统资源泄漏。

📂 项目结构

├── backend/            # Go 语言编写的推理后端 (Sidecar)
│   ├── cmd/server/     # 服务入口
│   └── internal/       # 核心逻辑 (Gemini 适配器、Worker 池、数据库)
├── desktop/            # Tauri 桌面端项目 (React + Rust)
│   ├── src/            # 前端组件与业务逻辑
│   └── src-tauri/      # Rust 容器配置与系统权限定义
├── frontend/           # 独立 Web 版前端 (保留参考)
└── assets/             # 项目展示资源 (预览图等)

💻 开发者指南

1. 环境准备

  • Go: 1.21+
  • Node.js: 18+ (建议使用 20)
  • Rust: 1.75+ (Tauri 构建必备)

🍎 macOS 打开提示异常

部分 macOS 用户下载应用后会因为系统的 Gatekeeper 安全机制导致无法打开或提示异常。可在终端执行以下命令移除隔离标记：

sudo xattr -r -d com.apple.quarantine "/Applications/大香蕉 AI.app"
  • Google Gemini API Key (用于 Gemini 对接方式)
  • OpenAI API Key (用于 OpenAI 对接方式，可选)

2. 后端开发

cd backend
# 复制并配置 config.yaml 填入您的 API Key
go run cmd/server/main.go

或者使用 Makefile 快捷命令：

make build    # 编译后端
make run      # 运行后端

3. 桌面端开发

cd desktop
npm install
npm run tauri dev

4. Web 前端开发

cd frontend
npm install
npm run dev

5. 自动化构建 (GitHub Actions)

只需推送带有版本号的标签（如 v1.3.0），即可触发自动化构建：

git tag v1.3.0
git push origin v1.3.0

注意：v1.3.0 之后支持通过推送 Tag 自动生成 Release 并上传多平台二进制文件。

6. 自动更新 (Updater)

项目已集成 Tauri 官方 Updater 插件，发布新版本后用户启动应用会收到更新提示，可一键下载安装。

  1. 生成 Updater 签名密钥（仅需一次，务必妥善保存私钥）
cd desktop
npm run tauri signer generate -- -w ~/.tauri/banana-updater.key
  1. 将公钥写入配置：desktop/src-tauri/tauri.conf.json 的 plugins.updater.pubkey（公钥内容来自 ~/.tauri/banana-updater.key.pub）

示例（只填入 .pub 文件里的 key 内容，不要把私钥提交到仓库）：

{
  "plugins": {
    "updater": {
      "pubkey": "YOUR_PUBLIC_KEY_HERE"
    }
  }
}
  1. 配置 GitHub Secrets（用于 CI 生成 *.sig 与 latest.json）

GitHub Secrets 指的是 GitHub 仓库页面里的 Actions Secrets：Repo -> Settings -> Secrets and variables -> Actions -> New repository secret

  • TAURI_SIGNING_PRIVATE_KEY: 私钥文件内容（~/.tauri/banana-updater.key 的全文内容，不是文件路径；不要提交到仓库）
  • TAURI_SIGNING_PRIVATE_KEY_PASSWORD: 私钥密码（如生成时设置了密码，否则可不配置）

本地取私钥内容（示例）：

cat ~/.tauri/banana-updater.key
  1. 触发发布后，Release Assets 中应包含 latest.json、对应平台安装包，以及同名的 *.sig 文件。

⚙️ 核心配置

配置项 描述
AI对接方式 Gemini(/v1beta) 或 OpenAI(/v1)；不同模式使用不同的 Base URL 与模型。
API Base / API Key 兼容标准 OpenAI 格式接口，可替换成任意兼容平台。
生图模型 / 对话模型 生图模型用于生成图片，对话模型用于提示词优化。
Storage Dir 应用默认将图片保存在系统的 AppData (Win) 或 Application Support (Mac) 目录下。
Templates Remote URL 远程模板 JSON 地址（默认 GitHub Raw），启动时会拉取并缓存。
asset:// 自定义资源协议，用于安全、快速地访问本地生成的图片。

提示：OpenAI 类型接口通常要求生图模型（model_id）必填；Gemini 类型需使用 /v1beta 路径。

注意：OpenAI 对接方式当前仅支持 1K 图片生成（具体取决于所用兼容接口）。

🐳 Docker 部署（Web 版）

桌面版不适合 Docker 运行，以下仅用于 后端 + Web 前端 的部署。

1) 后端（Go）

示例 backend/Dockerfile：

FROM golang:1.21-alpine AS build
WORKDIR /app
COPY . .
RUN go build -o server cmd/server/main.go

FROM alpine:3.19
WORKDIR /app
COPY --from=build /app/server /app/server
EXPOSE 8080
CMD ["./server"]

2) 前端（Vite 静态）

示例 frontend/Dockerfile（Nginx 托管静态资源）：

FROM node:20-alpine AS build
ARG VITE_API_URL
ENV VITE_API_URL=${VITE_API_URL}
WORKDIR /app
COPY . .
RUN npm install && npm run build

FROM nginx:alpine
COPY --from=build /app/dist /usr/share/nginx/html
EXPOSE 80

3) docker-compose 示例

version: "3.8"
services:
  backend:
    build: ./backend
    ports:
      - "8080:8080"
    environment:
      - SERVER_PORT=8080
      - TEMPLATES_REMOTE_URL=https://raw.githubusercontent.com/ShellMonster/Nano_Banana_Pro_Web/refs/heads/main/backend/internal/templates/assets/templates.json
    volumes:
      - ./backend/configs:/app/configs
      - ./backend/storage:/app/storage
      - ./backend/data.db:/app/data.db
  frontend:
    ports:
      - "80:80"
    build:
      context: ./frontend
      args:
        VITE_API_URL: http://backend:8080/api/v1
    depends_on:
      - backend

说明：

  • 后端配置优先读取 backend/configs/config.yaml，也可通过环境变量覆盖（如 SERVER_PORT、TEMPLATES_REMOTE_URL）。
  • Web 前端通过 VITE_API_URL 注入 API 基地址（构建时生效），也可使用反向代理统一转发。

🤝 贡献与反馈

我们欢迎任何形式的贡献！如果您在使用过程中遇到问题，请通过 GitHub Issue 提交。

  • 反馈 Bug：提供详细的复现步骤与系统环境。
  • 提交 PR：请遵循现有的代码风格，并在提交前进行充分测试。

📄 开源协议

本项目采用 MIT License 协议开源。

📈 Star History

Star History Chart

🙏 特别鸣谢

  • 本项目中的许多优质模板复用了来自 awesome-nanobananapro-prompts 仓库的精选提示词，感谢原作者的无私分享！
  • 项目中的 JSON 提示词优化参考了 fofr 的优秀设计，在此表示感谢！

About

大香蕉 AI 是面向创意工作者的高性能图像生成平台，融合 Gemini 与桌面性能，支持最高 4K 的文生图/图生图。Banana AI is a high‑performance image generator for creators, combining Gemini with native desktop performance for up to 4K text‑to‑image and image‑to‑image.

Resources

Readme

License

MIT license
Activity

Stars

69 stars

Watchers

1 watching

Forks

13 forks
Report repository

Releases 24

大香蕉 AI v2.3.0 Latest
Jan 19, 2026
+ 23 releases

Packages

No packages published

Languages