今天在 dev.to 上刷到一篇七月下旬的文章，讲的是给 Claude Code 加一个有状态的图像编辑能力，项目叫 nb2lite-skill-claude。吸引我的不是“AI 画图”这件事本身，而是它的做法：把 Google 那个 gemini-3.1-flash-lite-image 模型（文章里叫 Nano Banana 2 Lite）包在一个单文件的 FastMCP server 里，再配成一个 Claude Code skill。这个“有状态”到底是怎么做的，我拆开看看，顺手记一下。
先说原理。这个模型走的是 Gemini 的 Interactions API，每次生成之后会返回一个 interaction_id，下一次编辑的时候把 previous_interaction_id 传回去，就能在之前那张图的基础上改，视觉上下文保留在服务端。也就是说你不用每次把整段场景描述重新写一遍，只说「把背景换成夜晚」这种增量指令就行。这个思路跟聊天会话的上下文延续是一个道理，只是搬到了图像上。
MCP server 叫 nb2lite-agent，就是一个 server.py，暴露四个工具：generate_image、edit_image、edit_local_image 和 get_help。文件命名也做了防碰撞处理，生成的是 gen_<timestamp><uuid8>.jpg，编辑的加 edit 或 edit_local_ 前缀。这个细节小，但很实在——我之前自己写过一个批量出图的脚本，就是因为文件名重复，第二轮直接把第一轮的图盖掉了，所以看到这种命名规则格外有共鸣。
真正让我觉得值得记的是两个设计决定，都是「故意不做某事」的那种。
第一个：edit_image 故意不接受 aspect ratio 参数。文章里的解释是为了保持像素连续性——你是在改一张已有的图，不是重新生成，改宽高比等于把画布都换了，前面的 interaction 上下文意义就不大了。生成的时候倒是支持 1:1、16:9、9:16、4:3、3:4 这几档。一开始我没搞懂为什么编辑时要刻意砍掉这个参数，后来才想明白：参数的存在本身就是一种邀请，留着它，模型迟早会「好心」地在编辑时顺手改个比例，然后用户对着一张构图全变的图问「我明明只让它调个亮度」。把口子焊死，比在 prompt 里写「请不要改比例」可靠得多。
第二个：skill 里明确写了草稿用 low thinking level 省成本。这个模型实际接受的是 low 和 high 两档，文档里列的 minimal 和 medium 传过去会直接吃 HTTP 400。文章作者在回复评论时说，其实 Claude Code 自己就会挑合适的 thinking level，不需要显式指示——它靠的是读 MCP 工具描述和打包进去的 Python 源码来推理。这一点我持保留态度，「模型自己会选对」这个说法在我自己的使用经验里没那么稳，skill 里把这条写成显式规则，我觉得不是多余的保险，而是必要的。不过这是我的偏好，作者实测说能行，那也算一种证据，只是我还没在自己这边复现过这个结论，先不下断言。
安装路径给了四条：plugin marketplace 命令、clone 之后跑 bootstrap 脚本、项目级的 init.sh、还有一个 Docker 镜像。仓库是 Apache-2.0，带集成测试，测试就是拿那四个 MCP 工具直接打真实 API。这一点我要单独划出来夸一句：很多同类项目的测试只测到「函数能被调起来」就停了，打真实 API 的集成测试才真正能发现「文档里写的参数档位实际不存在」这种问题——上面那个 minimal/medium 返回 400 的事，八成就是这么被发现的。看不懂的代码不该用，同样，没被真实调用验证过的工具描述也不该太信。
评论区有一条我觉得比正文还有价值：有人说 stale ID 的处理应该编码在 server 代码里，而不是留给用户自己去撞。这个观点我完全站这边。interaction_id 过期之后的报错、重试、降级逻辑，写在 server 里一次就够了，留给每个使用者自己摸，等于把同一个坑复制 N 份。skill 里也确实有对应的指引，比如编辑 prompt 要保持增量、要链式传最新的 interaction ID、遇到环境问题先调 get_help——get_help 这个工具本身也是个好设计，把排障说明做成可调用的工具而不是 README 里的一段文字，模型遇到问题时会主动去查，这比指望它「记得」文档内容靠谱。
文章的封面图就是用这个 skill 自己生成的，一次 generate_image 调用，high thinking level，没有修图。这种「用自己的产出当封面」的自证方式我喜欢，比截图终端有说服力。
划重点：第一，有状态编辑的核心就一个 interaction_id 的传递，理解了这一点，其他都是工程包装；第二，edit_image 不收 aspect ratio 这个「负设计」是全文最值得抄的思路，好的接口是靠砍掉不该有的自由度变好的；第三，集成测试打真实 API，才能暴露文档和实际行为不一致的地方。这条记下来了，下次自己包 MCP server 的时候应该用得上。你可以照着这个思路试一遍：找个有状态的 API，把它包成工具，然后专门想想哪些参数应该故意不给。