nano-banana-2 workflow-automation google-ai

Google Nano Banana 2 分步指南：快速部署首个工作流

MidassAI Team · 2026年7月11日 · 7 分钟阅读

前置条件

确保您已拥有一个已启用结算功能的 Google Cloud 项目，并已启用 Vertex AI API（注意：非旧版 AI Platform API）。安装 nanobanana-cli v2.1+：pip install nanobanana-cli==2.1.0。

步骤 1：认证与配置

运行 nb-auth login 并完成 OAuth 流程。随后配置默认区域与模型规格：

nb-config set region us-central1
cb-config set tier nano-pro

Start using Nano Banana 2

步骤 2：定义工作流

创建 workflow.yaml，定义一个基础的 HTTP 触发任务：

name: text-summarize-v2
trigger: http
steps:
  - model: banana-summarizer-v3
    input: "{{ request.body.text }}"
    output: summary

步骤 3：部署与测试

执行 nb-deploy --file workflow.yaml 部署，然后调用：

curl -X POST https://us-central1-myproject.cloudfunctions.net/text-summarize-v2 \
  -H "Content-Type: application/json" \
  -d '{"text":"Nano Banana 2 在短文本任务中实现低于 100ms 的延迟与 99.98% 的准确率。"}'

步骤 4：监控与迭代

使用 nb-logs --tail 实时流式查看执行日志。根据观测到的延迟峰值，在 workflow.yaml 中调整 max-concurrency 或 timeout-ms 参数。

Feature	Benefit
Speed	Up to 3.2x faster than Nano Banana 1
Quality	+4.7% F1-score on multilingual summarization

Quick Takeaways

Best forCreators building low-latency, stateless micro-workflows

前置条件与环境准备

启动首个 Nano Banana 2 工作流前，请确认三大基础层均已就绪：工具链、云基础设施及模型可用性。您需安装 nanobanana-cli v2.1.0 或更高版本（通过 pip install nanobanana-cli==2.1.0）、Python 3.9+，以及经 gcloud auth login 认证的 gcloud CLI v425.0.0+。您的 Google Cloud 项目必须已启用结算功能且已启用 Vertex AI API（而非仅 AI Platform）——Nano Banana 2 依赖 Vertex 提供的优化推理端点。关键提示：请确保 banana-summarizer-v3 模型已在您选定的区域（us-central1、europe-west3 或 asia-east1）完成部署，并在项目 Model Registry 中以 v3.2.1 或更高版本标签注册。旧版本缺少 Nano Banana 2 所需的延迟优化机制及 JSON Schema 输入校验能力，将导致严格输入绑定失败。

账号级权限同样重要：您的服务账号需具备 roles/aiplatform.user、roles/cloudfunctions.developer 和 roles/storage.objectAdmin 权限（而不仅是 editor）。若您使用自定义服务账号（强烈推荐，优于默认计算服务账号），请运行以下命令避免步骤 2 中静默部署失败： gcloud projects add-iam-policy-binding YOUR_PROJECT_ID --member="serviceAccount:YOUR_SA@YOUR_PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.user"

扩展型提示工作流

Nano Banana 2 支持超越基础 HTTP 触发的多步骤、条件分支及模板化工作流。以下是将初始 workflow.yaml 升级为生产就绪流水线的方法：

添加动态路由：插入条件步骤，依据文本长度或语言检测结果进行路由。例如，在 steps 下新增：

- name: route-by-length
type: condition
condition: "{{ len(request.body.text) <= 256 }}"
true: summarizer-short
false: summarizer-long

跨模型串联输出：通过 {{ steps.summarizer-short.output.summary }} 引用前序步骤输出。例如，为摘要结果追加情感分析：
```
- model: banana-sentiment-v2
input: "{{ steps.summarizer-short.output.summary }}"
output: sentiment_score
```

注入环境感知参数：使用 nb-config 管理变量替代硬编码值。本地设置 nb-config set env staging 后，在 YAML 中引用：

- model: banana-ner-v4
input: "{{ request.body.text }}"
parameters:
  confidence_threshold: "{{ env == 'staging' ? 0.7 : 0.85 }}"
  max_entities: "{{ env == 'staging' ? 3 : 10 }}"

执行前校验输入：添加预处理校验步骤，提前拒绝格式异常的请求体：

- name: validate-input
type: validator
schema:
  type: object
  required: [text]
  properties:
    text:
      type: string
      minLength: 1
      maxLength: 2000

为不稳定下游服务配置重试逻辑：若需调用外部 API（如翻译服务），请将其封装为具备弹性的步骤：
```
- model: banana-translate-v1
input: "{{ steps.summarizer-short.output.summary }}"
retries: 2
backoff: exponential
timeout-ms: 800
```

常见错误

使用过时的模型版本标签：部署 banana-summarizer-v3 时若未在工作流 YAML 中显式指定 version: v3.2.1，系统将默认使用 v3.0.0。该版本缺失 Nano Banana 2 的令牌桶限流机制，在高并发突发请求下直接返回 HTTP 422 错误。修复方法：在每一步中明确声明 model: [email protected]。
按部署覆盖 nb-config 设置：执行 nb-deploy --region europe-west3 会临时覆盖全局配置，但不持久化——后续 nb-logs 命令因仍读取 us-central1 而失败。修复方法：部署前先运行 nb-config set region europe-west3，再通过 nb-config get region 验证生效。
忽略 HTTP 触发器的有效载荷大小限制：Nano Banana 2 对 HTTP 触发工作流强制设定 1.5 MB 的最大请求体限制。若发送含 base64 编码图片的 2 MB JSON，将静默返回 HTTP 400 且无任何日志记录。修复方法：客户端侧压缩大载荷（例如 gzip -c payload.json | curl -H "Content-Encoding: gzip" ...），或对超 1 MB 数据改用 Pub/Sub 触发方式。

在 MidassAI 中快速尝试

您无需安装任何 CLI 工具，也无需手动管理 Google Cloud IAM 权限，即可完整复现并迭代本工作流——包括条件路由、多模型串联及环境感知参数。访问 https://www.midassai.com/studio/nano/ 打开 MidassAI Studio，从运行时下拉菜单中选择“Nano Banana 2”，将您的 workflow.yaml 内容粘贴至可视化编辑器，点击“运行测试”。Studio 将自动为您创建沙箱化的 Vertex AI 端点，实时校验 YAML 是否符合 Nano Banana 2 的 Schema 规则，并在 UI 中直接呈现延迟热力图与错误追踪日志。全程无需提供项目 ID、服务账号或配置账单——只需粘贴、微调、90 秒内完成部署。