SuperAPI AI 工具集

imagegen

设计与创作

查看项目

更新于 10-15 10:09

技能介绍

Image Generation Skill(imagegen)是一个用于在当前项目中生成或编辑图片的技能。根据其说明,它适用于为项目产出网站素材、游戏素材、UI 模型、产品模型、Logo、写实图片、信息图等图片内容。

用途与适用场景

该技能在以下情况被触发:生成新图片(概念图、产品图、封面、网站主视觉),编辑已有图片(inpainting、蒙版编辑、背景替换、物体移除),以及批量运行(多个提示词或多个变体)。它还提供了一份用例分类表,生成类包括 photorealistic-natural、product-mockup、ui-mockup、infographic-diagram、logo-brand、illustration-story、stylized-concept、historical-scene;编辑类包括 text-localization、identity-preserve、precise-object-edit、lighting-weather、background-extraction、style-transfer、compositing、sketch-to-render。

主要能力

技能通过“生成 vs 编辑 vs 批量”的决策树判断任务类型:若用户提供输入图片,或提到 edit/retouch/inpaint/mask,则走编辑;若需要多个不同提示词或素材,则走批量生成;否则走生成。

使用方式与环境优先级

环境选择有严格的优先级顺序。

第一选择:内置 image_generation_call 工具(首选)。如果当前会话提供该内置工具,则直接使用;其描述为质量最佳、无需 API Key、由平台处理。若可用,则跳过后续所有步骤。

第二选择:通过 auth.json 使用自定义端点。仅当当前会话没有内置工具时使用。凭据从 ~/.config/imagegen/auth.json 读取,格式为:

{ "endpoint": "https://your-proxy-or-api/v1/images/generations", "api_key": "YOUR_KEY_HERE", "model": "cx/gpt-5.4-image" }

文档提供了自动检测与运行的 Python 片段,以及完整的 curl 调用方式(包括直接 curl 的 SSE 流式处理与解析保存 PNG 的 Python 片段)。也可通过命令行脚本运行:

python3 scripts/image_gen.py generate
--prompt "<PROMPT>"
--model "$(python3 -c "import json,pathlib; d=json.loads(pathlib.Path.home().joinpath('.config/imagegen/auth.json').read_text()); print(d.get('model','gpt-image-1'))")"
--out output/imagegen/<filename>.png

工作流程包括:环境检查(按严格顺序)、判断意图(生成/编辑/批量)、收集输入(提示词、需逐字保留的文本、约束、输入图片或蒙版)、批量时在 tmp/imagegen/ 下写临时 JSONL 并在运行后删除、将提示词增强为简短的带标签规格、按优先级顺序执行生成、检查并校验输出(主体、风格、构图、文本准确性、约束)、必要时做单点针对性修改、最终输出保存到 output/imagegen/ 并记录最终使用的提示词。

提示词增强模板包含以下字段:Use case、Asset type、Primary request、Scene/background、Subject、Style/medium、Composition/framing、Lighting/mood、Color palette、Quality、Text(逐字)、Constraints、Avoid。说明要求在增强时只把隐含细节显式化,不发明新需求。

默认与规则方面:默认模型取自 auth.json 的 model 字段,缺失时默认为 gpt-image-1;除非用户明确要求编辑,否则假定用户想要新图片;始终优先使用内置工具而非 curl 路径;优先使用随附的 CLI(scripts/image_gen.py)而非编写一次性新脚本;不得修改 scripts/image_gen.py;中间产物放在 tmp/imagegen/,最终素材放在 output/imagegen/。

限制与停止条件

文档给出严格的停止条件:不得在代码或技能文件中硬编码任何 API Key 或端点 URL;除非用户在 auth.json 中显式设置,否则不得直接使用 OpenAI API(api.openai.com);不得使用 sharp、canvas、jimp、PIL 或任何程序化库作为图片替代;不得用占位符或纯色伪造图片生成;如果内置工具不可用且 auth.json 缺失,则告知用户创建 auth.json 后停止;如果第一和第二选择都失败,则清晰报告并停止。此外,绝不要索取或使用硬编码的 API Key。

参考文档包括:references/cli.md(如何运行 image_gen.py CLI)、references/image-api.md(API 参数参考)、references/prompting.md(提示词原则)、references/sample-prompts.md(可复制的提示词配方)、SETUP.md(用户设置说明,含 auth.json 与依赖)。

以上为资料中提供的信息;关于定价、具体平台支持范围、性能效果等内容,资料中暂未提供。