Enseigner à Claude le code à peindre : une compétence d'édition d'images avec état basée sur l'API d'interactions et le MCP de Gemini

TL;DR : nb2lite-skill-claude enveloppe celui de Googleimage gemini-3.1-flash-litemodèle dans un petit serveur FastMCP et le conditionne en tant que compétence Claude Code. Vous tapez "générer une image d'une cuisine cyberpunk" dans Claude Code, et c'est juste... le fait. Ensuite, vous dites "ajouter une enseigne RAMEN au néon" et il modifie la même image sans réinviter toute la scène. Oh, et l'image de couverture de cet article ? Généré par l'objet de l'article : le dogfooding jusqu'au bout. Nous en parlerons plus à la fin.

Contexte : pourquoi un autre outil d’image ?

La plupart des flux de travail de génération d'images sont sans état. Vous envoyez une invite, vous récupérez des pixels et le modèle oublie immédiatement tout. Vous souhaitez modifier le résultat ? Vous re-décrivez la scène entière et priez pour que le personnage, l'éclairage et la composition survivent à l'aller-retour. (Narrateur : ils ne le font pas.)

Nano Banana 2 Lite de Google — le surnom amical deimage gemini-3.1-flash-lite- adopte une approche différente. Il s'agit d'un modèle d'image à haute efficacité avec des générations inférieures à 2 secondes, un rendu de texte solide dans plus de 25 langues et, la fonctionnalité de titre, la prise en charge de l'API Interactions avec état, qui vous permet de parcourir une image sur plusieurs tours tandis que le modèle conserve le contexte visuel côté serveur.

Ce référentiel intègre cette fonctionnalité dans Claude Code, afin que votre agent de codage puisse générer et affiner de manière itérative des images dans le cadre d'une session naturelle. Il est livré sous forme de deux éléments dans un seul dépôt :

1. Un serveur MCP (Model Context Protocol) (nb2lite-agent, une application FastMCP à fichier unique dansserveur.py) exposant exactement quatre outils.
2. Une compétence Claude Code (nb2lite-image) qui apprend à Claude quand et comment bien utiliser ces outils.

L'API Interactions : des images avec une mémoire

L'API Interactions est le point de terminaison avec état de Gemini. La boucle principale ressemble à ceci :

1. Tu appellesclient.interactions.create(...)avec une invite etmagasin = Vrai.
2. La réponse comprend uninteraction_id— un identifiant du contexte visuel du tour, persistant sur les serveurs de Google.
3. Au prochain appel, tu passesprécédent_interaction_id, et le modèle modifie le canevas existant, en préservant le caractère, le style, l'éclairage et la continuité des pixels.

Alors au lieu de ceci (souffrance apatride) :

"Un renard aquarelle dans une forêt à l'aube, brume, lumière douce, portant un foulard rouge, trois bou...
[Courte citation de 8% de l'article original]