AI Image Gen LITE

AI 图像生成基础版,通过执行 （请参考skill目录中的脚本文件） 调用 Gemini Flash Image API 生成图片。仅支持文本生成图像(文生图),覆盖标准与 2K 两档分辨率、10 种画面比例. 范围外(本技能不做): 图生图(图+文)、风格转换、4K 分辨率、批量生成(需升级 ai-image-gen 专业版).

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

export API_KEY="your_api_key_here"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

核心能力

认证与配置

脚本通过环境变量读取 API 配置,永不硬编码 Key 到脚本文件.

export IMAGE_GEN_API_KEY="your_api_key"
export IMAGE_GEN_BASE_URL="https://code.newcli.com/gemini"  # 可选,默认即此值

校验配置是否就绪:

[ -n "${IMAGE_GEN_API
# ...
**处理**: 解析API密钥和配置参数,验证认证信息有效性,初始化运行时环境.
# ...
**输入**: 用户提供认证与配置所需的指令和必要参数.
### 基础生成
# ...
使用 `（请参考skill目录中的脚本文件）` 完成文生图:
# ...
```bash
# 默认 2K-16x9 横屏
python3 （请参考skill目录中的脚本文件） "你的提示词" --output output.png

# 指定 1:1 方形(社交头像)
python3 （请参考skill目录中的脚本文件） "你的提示词" \
  --model ge

**输入**: 用户提供基础生成相关的配置参数、输入数据和处理选项.
**处理**: 解析文本提示词和生成参数,调用AI模型API执行生成任务,返回生成结果.
### 参数说明

| 参数 | 必填 | 说明 |
|:-----|:-----|:-----|
| prompt | 是 | 图片描述提示词 |
| --model, -m | 否 | 模型名称,默认 gemini-3.1-flash-image-2k-16x9 |
| --output, -o | 否 | 输出文件路径,默认当前目录 generated_image.png |

**处理**: 解析命令行参数和配置选项,验证参数合法性,映射到内部处理流程.
### 可用模型(基础版)
默认模型 `gemini-3.1-flash-image-2k-16x9`(2K,16:9 横屏).
**输入**: 用户提供可用模型(基础版)所需的指令和必要参数.
**处理**: 解析可用模型(基础版)的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
**输出**: 返回可用模型(基础版)的处理结果,包含执行状态码、结果数据和执行日志.
### 标准分辨率
| 模型 ID | 比例 | 适用场景 |
|---:|---:|---:|
| gemini-3.1-flash-image | 1:1 | 社交媒体头像 |
| gemini-3.1-flash-image-9x16 | 9:16 | 手机壁纸/短视频 |
| ge

**输入**: 用户提供可用模型(基础版)相关的配置参数、输入数据和处理选项.
**处理**: 解析可用模型(基础版)的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
**输出**: 返回可用模型(基础版)的处理结果,包含执行状态码、结果数据和执行日志.
### 提示词技巧

- **具体描述**: 主体、场景、光线、风格、色调
- **风格参考**: 水彩、油画、赛博朋克、吉卜力、写实摄影、中国工笔
- **构图说明**: 视角(俯视/仰视)、景深、焦点
- **色彩指定**: 主色调、配色方案

**输入**: 用户提供提示词技巧相关的配置参数、输入数据和处理选项.
**处理**: 解析提示词技巧的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
**输出**: 返回提示词技巧的处理结果,包含执行状态码、结果数据和执行日志.
#
## 认证与配置(补充)

```bash
# 变体实现(与上文代码相似度100.0%,此处为AI图像生成基础版的差异化处理路径)
export IMAGE_GEN_API_KEY="your_api_key"
export IMAGE_GEN_BASE_URL="https://code.newcli.com/gemini"  # 可选,默认即此值

校验配置是否就绪:

[ -n "${IMAGE_GEN_API_KEY:-}" ] && echo ok || echo missing

若 Key 缺失,引导用户通过 Gemini Image 服务渠道申请并配置环境变量,完成后重新发起生成请求. 安全红线: 永不接受/回显/存储来自聊天输入的 Key;永不将 Key 写入日志或图片元数据.

基础生成(补充)

# 默认 2K-16x9 横屏
python3 （请参考skill目录中的脚本文件） "你的提示词" --output output.png
# ...
# 指定 1:1 方形(社交头像)
python3 （请参考skill目录中的脚本文件） "你的提示词" \
  --model gemini-3.1-flash-image-2k \
  --output avatar.png
# ...
# 指定 9:16 竖屏(手机壁纸)
python3 （请参考skill目录中的脚本文件） "你的提示词" \
  --model gemini-3.1-flash-image-2k-9x16 \
  --output wallpaper.png

脚本将生成的文件路径输出到 stdout,Agent 应将文件回传给用户.

参数说明(补充)

可用模型(基础版)(补充)

标准分辨率(补充)

2K 分辨率(推荐)

升级提示: 4K 印刷级分辨率、图生图、风格转换、批量生成等高级能力仅在 ai-image-gen 专业版中提供.

提示词技巧(补充)

适用场景

不适用于: 图生图二次创作、图片风格转换、4K 印刷输出、批量生成(需升级专业版).

使用流程

校验配置

确认 IMAGE_GEN_API_KEY 已设置,否则引导用户配置.

选择模型

根据用途选择比例: 头像选 1:1,壁纸选 9:16,横幅选 16:9。默认 2K-16x9.

优化提示词

将用户描述扩展为详细提示词,覆盖主体、场景、光线、风格、色调.

执行生成与展示

调用脚本生成图片,读取文件路径并回传用户. 结果验证: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤. 使用步骤:

1. 阅读依赖说明章节,确认运行环境已就绪
2. 根据任务需求,参考核心能力章节选择对应能力
3. 按照能力描述提供输入参数,执行操作
4. 查看输出结果,确认任务完成状态

案例展示

案例一： 社交媒体头像

场景: 用户需要生成一张赛博朋克风格的方形头像

python3 （请参考skill目录中的脚本文件） \
  "赛博朋克风格女性肖像,霓虹灯光映射面部,紫色与青色主色调,雨后湿润质感,高对比度,1:1 构图" \
  --model gemini-3.1-flash-image-2k \
  --output avatar.png

输出: avatar.png 文件路径

说明: 2K 方形模型适配社交头像标准尺寸,提示词覆盖风格(赛博朋克)、色调(紫/青)、质感(雨后湿润)与构图(1:1).

案例二： 手机壁纸

场景: 创作者需要一张星空主题的竖屏手机壁纸

python3 （请参考skill目录中的脚本文件） \
  "深邃星空,银河横跨夜空,远山下宁静的湖泊倒映星光,极简构图,冷色调,9:16 竖屏" \
  --model gemini-3.1-flash-image-2k-9x16 \
  --output wallpaper.png

输出: wallpaper.png 文件路径

说明: 9:16 竖屏模型适配手机壁纸比例,冷色调与极简构图描述确保画面氛围统一.

异常处理

常见问题

Q1: 基础版与专业版有什么区别?

A: 基础版(LITE)支持文生图、标准/2K 分辨率、10 种比例。专业版(ai-image-gen)额外提供: 4K 印刷级分辨率、图生图(图+文)、风格转换、批量生成,以及更完整的高级参数与案例.

Q2: 默认模型是什么?

A: 默认 gemini-3.1-flash-image-2k-16x9(2K 分辨率,16:9 横屏)。可通过 --model 切换其他比例与分辨率.

Q3: 支持哪些画面比例?

A: 支持 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 共 10 种。基础版在标准与 2K 两档均提供全比例,4K 档需升级专业版.

Q4: 生成的图片能商用吗?

A: 图片版权以 Gemini Image 服务方条款为准。商业使用前请确认服务条款,本技能仅负责生成调用,不代为处理版权登记与授权.

错误处理

已知限制

1. 仅文生图: 不支持图生图与风格转换(需升级专业版)
2. 无 4K: 仅支持标准与 2K 分辨率,4K 印刷级输出需升级专业版
3. 需 API Key: 必须配置 IMAGE_GEN_API_KEY
4. 生成质量取决于提示词: 描述越具体结果越符合预期
5. 需网络访问: 无法访问 IMAGE_GEN_BASE_URL 时不可用

想要 4K 印刷级输出、图生图、风格转换、批量生成? 升级到 ai-image-gen 专业版解锁全部高级能力.

输出格式

{
  "success": true,
  "data": {
    "result": "AI图像生成基础版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "ai-image-gen"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}