用途
imagen 是一个 AI 图像生成技能,基于 Google Gemini 的图像生成模型(gemini-3-pro-image-preview)工作。它的目标是在任何 Claude Code 会话中实现顺畅的图像创建,无论是构建前端界面、编写文档,还是需要把概念转化为视觉表现。
主要能力
该技能接收描述目标图像的文字提示,调用 Google Gemini API 并传入图像生成配置,将生成的图像保存到指定位置(默认保存到当前目录),最后返回文件路径,供项目后续使用。生成的图像以 PNG 格式保存。
适用场景
根据资料,以下情况可自动激活该技能:
- 用户请求生成图像(例如“生成一张……的图片”或“创建一张……的图”);
- 前端开发需要占位图或实际图片;
- 文档需要插图或示意图;
- 需要将概念、架构或想法可视化;
- 创建图标、Logo 或 UI 素材;
- 任何 AI 生成图像会有帮助的任务。
使用方式
推荐使用跨平台的 Python 脚本方式。示例命令(代码内容保持原样):
基本用法
python scripts/generate_image.py "A futuristic city skyline at sunset"
指定自定义输出路径
python scripts/generate_image.py "A minimalist app icon for a music player" "./assets/icons/music-icon.png"
指定自定义尺寸
python scripts/generate_image.py --size 2K "High resolution landscape" "./wallpaper.png"
运行要求
- 必须设置 GEMINI_API_KEY 环境变量;
- 需要 Python 3.6+,仅使用标准库,因此无需 pip install。
输出说明
生成的图像保存为 PNG 文件。脚本返回结果:成功时返回生成图像的文件路径;失败时返回带有详细信息的错误消息。
示例
- 前端开发:用户提出“我需要一张落地页的主视觉图——抽象、科技感”,技能会生成并保存图像,并提供用于 HTML/CSS 的路径;
- 文档:用户提出“创建一张展示微服务架构的示意图”,技能会生成可视化表示,可直接用于 README 或文档;
- UI 素材:用户提出“为用户资料组件生成一张占位头像”,技能会按组件所需尺寸创建图像。
跨平台与限制
该技能跨平台,支持 Windows、macOS 和 Linux。除资料中提到的模型名称、环境变量要求和 Python 版本要求外,其他功能、收费、价格或平台细节暂未提供。