该工具流程主要是面向需求量集中，使用人群面向团队内部，小组群体。方便管理者统一核算成本。下面分享我使用的开发工具是阿里最近推出 Qoder（使用的是 Qwen 大模型），接入 Gemini-nano-banana的api ，并通过 Gradio 框架搭建一个简单的 web 界面。
1、通过Qoder编写一个简单的web文生图界面
新用户 1000 个积分，我的使用感受下来是能够满足基本的功能搭建，我是没有任何代码阅读能力的，所以全程都是从一个视觉设计师的角度来请求命令，产生的 bug 较多。当通过一条命令要求生成小猫图片后，1000 个积分已经消耗完毕。完成的界面效果图如下：
这个界面左侧是任务列表，右侧是对话列表（上半部分是当前任务的生成记录，下半部分是输入框），可以上传图片、局部重绘，以及底部的提示词范本。这还是基本效果，细节布局还待优化，耗时1天搭建。
2、我是如何接入 Gemini-nano-banana 的 API ？
一开始我尝试使用 Google AI studio 获取 api，提供 api 的示例样本给到 Qoder，测试下来能够调用成功，但是会出现 404，通过排查发现是要升级到计费账户，也就是需要国外注册地的 Google 账号，同时你要使用到境外的信用卡才能订阅。
这一步就走不通。选择用了第三方的API接口，我使用的是 https://kie.ai/zh-CN ,一个中国人做的，包含了很多大模型的接口（Chatgpt、VEO3、midjourney、Runway、flux kontext……）最便捷的还是付款方式非常方便，支持支付宝…..
这是 Nano banana api 接口信息：https://kie.ai/nano-banana?model=google%2Fnano-banana-edit
它包含三个类型：生图模型、编辑模型、高质量模型，也就是说完成从生图需求到编辑图像需求，再到高质量图像的需求你需要接入这三个API的配置信息。
还有一个注意的地方，我使用的调用方式是 Query Task（Get），使用 Create Task（post）会遇到 404 问题。总的来说接入还算比较顺滑。
3、国产编程模型使用感受
使用过 Trae、Curse-Claude对比 Qoder 我觉得是体验感受是这样的，Curse-Claude > Qoder > Trae。我的命令请求都不是站在程序员角度发出的，这对大模型的中文的理解能力也有一定的挑战，我认为使用 Curse claude调试 bug 是最省心的，我用它来开发 iOS 应用程序，Trae 每次修 bug 都会说修正好了（实际上并没有），平均时间要花费3天。同样的问题，同样的提问请求下 Curse-Claude 能在1天就修完所有Bug。
Qoder 使用下来对文本理解能力很强，能够主动通过测试监控结果找到 bug，这点做的很赞。但是在每次调试 bug 过程中，总会请求不同的端口测试，上下文关联较弱。即使说清楚指定一个端口测试依然会在后续多轮测试中忘记，有待加强。附上我对它狂哄的交流记录：
就到这里，还有很多功能和 bug 需要修复。
我觉得正因为有了 Nano-banana、即梦 这类模型精准的修改能力，出错也越来越少。非常适合在游戏美术团队中使用，特别是前期的新项目筹备需要大量试错，尝试不同的风格。基于这个场景下通过 N8N.io 这类自动化工具接入 Nano-banana-API，并给场景原画、角色立绘、道具设计、图标设计等等进行一些批量生成的定制化工作流。甚至编写不同的需求信息，一并交给Agent 进行排序生成管理，设定命令触发时间，通过视觉大模型检阅生成效果，不满足要求继续触发生成，而设计师只需要在第二天打开云盘审核筛选，优化生成命令，这将会是一个游戏视觉设计师与AI新的协作方式。
发表回复