Gemini API国内可用方案：二次开发NanoBanana PPT生成工具踩坑指南

Skills火了。

但你是否觉得，看完各种保姆级教程，收藏了一大堆，然后就没有然后了？大部分人的真实状态是：知道Skills厉害，却用不起来；想自己做一个，但觉得从头学太难，想想就放弃了。

这就像装修房子，从打地基开始自己盖，要学的东西太多，很容易放弃。更聪明的方式是“二次开发”：找到一个与你需求相近的开源项目，看懂它的工作原理，然后改成你需要的样子。这才是站在巨人肩膀上，利用开源社区的最大价值。

本文将以一个PPT生成Skills为例，手把手演示完整的二次开发过程，特别是将依赖谷歌API的原版，改造为国内可用的版本，并分享过程中遇到的所有坑和解决方案。

效果演示：用Skills生成PPT有多简单

整个过程就像在指挥AI干活：

1. 启动Skill：在Claude Code中输入Skill名称。
2. 描述需求：用自然语言告诉它你想做什么PPT，可以指定文件、粘贴内容或直接描述主题。

我想生成一个 3 页的 PPT，主题是"766学徒法则：AI时代年轻人的职业突围指南"，对应的文本内容在XXX
使用矢量插画风格，2K 分辨率。

3. 交互确认：Claude会依次询问你PPT风格、页数和分辨率，你只需按需选择。

4. 等待生成：确认后，工具自动调用AI模型生成每一页PPT图片，并保存到本地目录。

============================================================
PPT生成器启动
============================================================
风格: styles/vector-illustration.md
分辨率: 2K
页数: 3
============================================================

正在生成第 1 页...
✓ 第 1 页已保存: outputs/20260118_113820/images/slide-01.png

正在生成第 2 页...
✓ 第 2 页已保存: outputs/20260118_113820/images/slide-02.png

正在生成第 3 页...
✓ 第 3 页已保存: outputs/20260118_113820/images/slide-03.png

============================================================
生成完成！
============================================================
📁 输出目录: outputs/20260118_113820/
🎬 打开播放网页: outputs/20260118_113820/index.html

5. 生成视频（可选）：图片生成后，继续要求“生成转场视频”，AI会自动分析页面差异、生成提示词并调用视频模型合成完整演示视频。

二次开发实战：从官方API到国内可用版本

下面以NanoBanana PPT生成Skill为例，演示完整的二次开发流程。我们将改造其最大的使用障碍——将依赖谷歌Gemini API的原版，改为使用第三方中转API的国内可用版。

项目原版：基于谷歌Gemini API

原版项目使用谷歌的Gemini API生成图片，核心环境搭建步骤如下。

步骤1：获取与准备项目
下载项目文件并解压，确保目录中包含 .py、requirements.txt 及 styles 文件夹。

步骤2：创建并激活Python虚拟环境
在项目根目录下执行：

python3 -m venv venv
source venv/bin/activate

激活后，命令行提示符前应出现 (venv) 标识。

步骤3：安装依赖包
使用官方PyPI源安装必要的Python库：

pip install google-genai pillow python-dotenv -i https://pypi.org/simple

步骤4：配置API信息
复制环境变量模板并填入你的Gemini API配置：

cp .env.example .env

编辑 .env 文件：

GEMINI_API_KEY=你的API密钥
GEMINI_BASE_URL=https://你的API地址
GEMINI_MODEL=gemini-3-pro-image-preview

步骤5：测试API连接
在修改代码前，强烈建议先用一个简单的脚本测试API连通性，确保密钥和地址正确。

踩坑记录：环境配置常见问题

在实际操作中，你可能会遇到以下问题：

• 踩坑1：pip安装失败。确保使用官方源 -i https://pypi.org/simple。
• 踩坑2：API路径重复报错。GEMINI_BASE_URL 不要以 /v1 结尾，库会自动追加。
• 踩坑5：Skill执行时找不到依赖。确保在虚拟环境中运行Skill，而非系统Python环境。

解决了环境问题，最大的障碍浮现：谷歌API在国内直接访问困难，网络不稳定。

二次开发：改造为国内可用版

核心思路是将API调用从谷歌官方切换到兼容的第三方中转服务。以下是改造步骤。

步骤1：复制项目
保留原项目，复制一份用于修改：

cp -r NanoBanana_image_ppt_skills NanoBanana_image_ppt_skills_国内版

步骤2：获取第三方API
注册一个提供Gemini模型中转的第三方服务商，获取其API密钥和基础地址。

步骤3：修改配置文件
打开新项目的 .env 文件，替换为第三方API信息：

GEMINI_API_KEY=你的第三方API密钥
GEMINI_BASE_URL=https://你的第三方API地址  # 重点：不要带 /v1
GEMINI_MODEL=gemini-3-pro-image-preview

步骤4：处理API调用兼容性问题
部分第三方API与google-genai官方库存在兼容性问题。这里有两种实现方式：

方案A：官方库方式（代码简洁，但可能不兼容）
如果第三方API完全兼容谷歌官方接口，则无需改动核心代码，仅需修改配置。

方案B：HTTP请求方式（兼容性更好，调试方便）
如果方案A失败，可以绕过官方库，直接使用httpx等库发送HTTP请求。这种方式代码量稍多，但能清晰看到请求与响应的原始数据，更容易调试。

建议先尝试方案A，若不通则改用方案B。项目资源包中提供了两种方式的完整代码。

二次开发中的进阶踩坑点

切换到第三方API时，可能会遇到更隐蔽的问题：

• 踩坑6：官方库方式调不通。由于库内部封装，错误信息模糊，可切换到HTTP请求方式直接调试。
• 踩坑7：返回格式解析失败。第三方API返回的JSON结构可能与官方响应不同，需要适配解析逻辑。
• 踩坑8：图片数据解码失败。注意API返回的图片base64数据可能包含前缀或格式差异，需正确处理。

总结与资源

通过“二次开发”，我们成功将一个受限于网络环境的开源工具，改造为适合国内使用的版本。这个过程的核心不是从零造轮子，而是理解、调整并复用现有成果。

这种思路可以复用到任何人工智能相关的开源项目上。今天你改造的是一个PPT生成器，明天就可以是基于此框架的课件生成器、海报设计工具或产品示意图生成器。开源项目提供了一个强大的“底座”，而你的需求和创新决定了它的最终形态。

别再停留在收藏教程的阶段。真正的成长始于动手实践，从改几行配置、修复一个报错开始。希望这篇结合实战与踩坑记录的指南，能为你打开一扇通往AI应用开发的大门。欢迎在云栈社区交流你在实践中遇到的任何问题。