[特殊字符] Nano-Banana代码实例：Python API调用生成Knolling风格图-开发者社区

🍌 Nano-Banana代码实例：Python API调用生成Knolling风格图

1. 什么是Nano-Banana？——轻量但精准的产品拆解引擎

你有没有见过那种把手机、耳机、充电器所有零件一字排开、整齐码放、每件都带标签、背景纯白、光影干净得像博物馆展柜的照片？那种让人一眼看懂“这东西到底由哪些部分组成”的视觉表达，就叫Knolling风格。

而Nano-Banana，就是专为生成这类图像打造的轻量级文生图引擎。它不追求泛泛的“画得像”，而是聚焦一个非常具体的任务：把一件产品，清晰、有序、有逻辑地拆解平铺出来。不是艺术创作，不是自由发挥，而是工程级的视觉说明书。

它背后没有堆砌百亿参数的大模型，而是基于一个精调过的基础模型，融合了Nano-Banana专属的Turbo LoRA微调权重。这个LoRA不是泛泛优化“画得好看”，而是专门啃下了Knolling平铺、爆炸图（exploded view）、部件级标注这三个硬骨头。你可以把它理解成一个“产品拆解翻译官”——你用自然语言描述一个产品，它就用视觉语言，把内部结构、装配关系、部件名称，全都给你规整地铺在一张图上。

它不跑在本地显卡上，也不需要你配环境、下权重、调依赖。它是一个开箱即用的服务，你只需要会写几行Python，就能把它变成你工作流里一个安静又可靠的“拆解助手”。

2. 为什么是Knolling？——一种被低估的实用美学

Knolling这个词，听起来有点陌生，但它其实早已渗透在我们每天接触的信息里：宜家的产品说明书、苹果官网的MacBook拆解动图、工业设计课上的手绘爆炸图、甚至维修师傅手机里存着的某款电饭煲零件图……它们共享一个底层逻辑：用空间秩序表达结构逻辑。

传统AI画图，面对“iPhone 15 Pro 拆解图”这种提示，大概率会生成一张模糊的、部件堆叠的、光影混乱的“概念图”。它知道iPhone长什么样，但不知道“拆解”这件事本身意味着什么——意味着分离、意味着间距、意味着标注、意味着可读性。

Nano-Banana的Turbo LoRA，正是教会了模型这个“意味着什么”。它让模型理解：

“平铺”不是简单地把东西摊开，而是保持部件原始朝向、统一缩放比例、留出呼吸间隙；
“爆炸图”不是让零件飞出去，而是沿装配轴线做等距位移，保留连接关系的视觉暗示；
“部件标注”不是随便打几个字，而是用无衬线字体、固定字号、统一位置（比如都在部件正下方居中），且文字与背景有足够对比度。

所以，当你用Nano-Banana生成一张电动牙刷的Knolling图时，你得到的不仅是一张图，而是一份能直接放进产品文档、培训PPT、甚至客户沟通邮件里的视觉资产。它省掉的不是画图时间，而是反复沟通“这个零件应该放在哪”、“标签字号太小看不清”、“背景不够白影响印刷”的时间。

3. Python API调用实战：三步生成你的第一张拆解图

现在，我们跳过所有花哨的界面和配置，直接进入最核心的部分：用代码调用。整个过程只需要三步，你甚至不需要打开浏览器。

3.1 准备工作：获取服务地址与认证

假设Nano-Banana服务已经部署在你的内网或云服务器上，地址是http://192.168.1.100:7860（实际请替换为你自己的地址）。它采用标准的API密钥认证，你需要一个有效的API Key，通常在服务管理后台可以查看或生成。

import requests import json import base64 from io import BytesIO from PIL import Image # 服务基础信息 API_URL = "http://192.168.1.100:7860" API_KEY = "sk-nanobanana-xxxxxxxxxxxx" # 替换为你的实际Key # 设置请求头 headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" }

这段代码只是做了两件事：告诉程序“我要找谁”（API_URL）和“我有通行证”（API_KEY）。没有复杂的SDK，没有额外的包，requests是Python最基础的HTTP库，几乎人人都有。

3.2 构建请求体：用参数说话

Nano-Banana的API设计非常直白。你要生成什么，怎么生成，全靠一个JSON字典来定义。下面这个例子，目标是生成一个“无线蓝牙耳机”的Knolling风格图：

payload = { "prompt": "wireless bluetooth earbuds, knolling style, top-down view, pure white background, all components neatly arranged and labeled: left earbud, right earbud, charging case, USB-C cable, user manual icon", "lora_weight": 0.8, "cfg_scale": 7.5, "steps": 30, "seed": -1, "width": 1024, "height": 768 }

这里每一项都对应着你在界面上看到的滑块，但代码里更精确、更可控：

prompt是你的“指令”，越具体，效果越准。注意我们明确写了“knolling style”、“top-down view”、“pure white background”、“neatly arranged and labeled”，并列出了所有要出现的部件。这不是在写诗，是在下工单。
lora_weight: 0.8，这是官方推荐的黄金值。它代表Turbo LoRA权重的强度。设为0，就退化成普通文生图；设为1.5，风格会极强，但可能牺牲部件的识别度；0.8是那个平衡点。
cfg_scale: 7.5，控制提示词的“执行力”。值太低（如3），模型会自由发挥，可能漏掉“USB-C cable”；值太高（如12），画面会变得生硬、刻板，甚至出现重复的部件。7.5是经过大量测试的舒适区。
steps: 30，生成步数。20步太快，细节糊；50步太慢，效率低；30步刚刚好，能看清每个部件的轮廓和文字标签。
seed: -1，表示随机。如果你某次生成的效果特别满意，就把那个具体的数字（比如123456789）记下来，下次填进去，就能100%复现。

3.3 发送请求与保存结果：一行代码搞定

最后一步，把上面的字典发给服务器，然后把返回的图片数据保存成文件：

# 发送POST请求 response = requests.post( f"{API_URL}/sdapi/v1/txt2img", headers=headers, data=json.dumps(payload) ) # 检查响应状态 if response.status_code == 200: result = response.json() # 获取第一张生成图的base64编码 image_data = result["images"][0] # 解码并保存为PNG image_bytes = base64.b64decode(image_data) image = Image.open(BytesIO(image_bytes)) image.save("bluetooth_earbuds_knolling.png") print(" Knolling图已成功生成并保存为 'bluetooth_earbuds_knolling.png'") else: print(f"❌ 请求失败，状态码: {response.status_code}") print(f"错误信息: {response.text}")

运行这段代码，几秒钟后，你的文件夹里就会多出一张名为bluetooth_earbuds_knolling.png的图片。它会是纯白背景，顶部俯视视角，左耳塞、右耳塞、充电盒、USB-C线、说明书图标，全部按比例整齐排列，每个部件下方都有清晰的小字标签。

这就是Nano-Banana的威力：把一个原本需要设计师花半小时手动排版的任务，压缩成一次Python脚本的执行。

4. 进阶技巧：让拆解图从“能用”到“专业”

API调用的灵活性，远不止于生成一张图。当你开始批量处理、集成进工作流时，这些技巧会让你事半功倍。

4.1 批量生成：为一整条产线做视觉说明书

假设你负责一款新发布的智能手表，需要为它的12个核心部件（表盘、表带、传感器模组、电池、主板等）分别生成独立的Knolling图，用于内部培训。手动点12次？不，用一个循环：

# 定义所有部件及其描述 components = [ ("watch face", "smartwatch circular watch face, knolling style"), ("silicone strap", "black silicone watch strap, knolling style"), ("heart rate sensor", "small round optical heart rate sensor module, knolling style"), # ... 其他10个部件 ] for component_name, desc in components: payload = { "prompt": f"{desc}, pure white background, centered, high detail, sharp focus", "lora_weight": 0.8, "cfg_scale": 7.5, "steps": 30, "seed": -1, "width": 800, "height": 600 } response = requests.post(f"{API_URL}/sdapi/v1/txt2img", headers=headers, data=json.dumps(payload)) if response.status_code == 200: image_data = response.json()["images"][0] with open(f"knolling_{component_name.replace(' ', '_')}.png", "wb") as f: f.write(base64.b64decode(image_data)) print(f" 已生成 {component_name} 的Knolling图")

几分钟，12张专业级部件图全部就绪。你可以直接把它们拖进PPT，做成一页“XX智能手表核心部件认知图谱”。

4.2 精准复现：用种子锁定最优效果

在调试阶段，你可能会尝试不同的提示词组合。比如，你发现“label each part with its technical name”比“labeled”效果更好，但生成的图里，表带的位置总有点偏右。这时，seed就是你的好朋友。

先用seed=-1试几次，直到找到一张布局、清晰度、标签位置都让你满意的图。记下它返回的seed值（比如421876），然后把这个值固定下来：

payload["seed"] = 421876 # 锁定这次完美的布局

之后无论你改多少次提示词、调多少次参数，只要seed不变，这张图的构图骨架就永远不变。你只在“骨架”上微调“血肉”（文字、颜色、细节），而不是每次都从零开始碰运气。

4.3 效果微调：当黄金组合不够用时

官方推荐的0.8 / 7.5组合覆盖了80%的场景，但总有例外。比如，你正在生成一个结构极其复杂的机械键盘，按键、PCB、定位板、螺丝、垫片层层叠叠。这时，你可能需要：

提高lora_weight到1.0或1.1：让LoRA的“拆解基因”更强，强制模型拉开部件间距，避免重叠；
略微降低cfg_scale到6.5：给模型一点“自由发挥”的空间，让它自己判断哪些小螺丝可以合并显示，避免画面过于拥挤；
增加steps到35或40：确保那些微小的螺丝和垫片也能被清晰地渲染出来。

记住，这不是玄学，而是一种“人机协作”：你提供目标（Prompt）和约束（参数），模型负责执行。参数就是你的“扳手”和“游标卡尺”，用来校准最终的输出精度。

5. 总结：让产品结构，一目了然

Nano-Banana不是一个炫技的AI玩具，它是一个被设计出来的生产力工具。它的价值，不在于它能生成多么天马行空的艺术画，而在于它能把“产品拆解”这件高度结构化、高重复性、对准确性要求极高的任务，变成一个可编程、可批量、可复现的标准化流程。

通过这篇Python API调用实例，你应该已经清楚：

它是什么：一个专注Knolling/爆炸图的轻量级文生图引擎；
它为什么特别：Turbo LoRA不是泛泛优化，而是专攻“拆解”这一垂直场景；
它怎么用：三步走，requests+JSON+base64，没有任何学习门槛；
它怎么变强：通过lora_weight和cfg_scale两个核心参数，实现从“能用”到“专业”的精准调控。

下一次，当你需要为新产品制作一份清晰的内部技术文档，或者为客服团队准备一套直观的故障排查图，又或者只是想快速验证一个产品设计的部件构成是否合理时，别再打开Photoshop去手动排版了。打开你的Python编辑器，敲下那十几行代码，让Nano-Banana为你安静、高效、准确地，把产品的内在结构，一目了然地铺陈在你面前。