用途：为视频制作生成图像素材，可作为叠加层、绿幕背景、缩略图、标题卡或 Ken Burns 动画源。
主要能力：
- Gemini 3 Pro Image（Nano Banana Pro）API 生成，最高 4K，支持 1K/2K/4K 分辨率与多种宽高比，适合写实内容与复杂提示词，需 GOOGLE_API_KEY。
- FLUX.2 klein 4B 本地生成，免费、亚秒级，需 13GB 显存（int8 量化约 8GB）；SD 3.5 Medium 需 6GB 显存。
- OpenAI GPT Image 1 支持原生透明 PNG 背景，需 OPENAI_API_KEY。
- rembg 去背景，支持单图与批量目录处理。
使用方式：先激活虚拟环境 source ~/.video-skill/bin/activate，检查空闲显存 nvidia-smi --query-gpu=memory.free --format=csv,noheader,nounits，再按需选择本地或 API。示例：python3 scripts/image_generate.py --api gemini --prompt "..." --resolution 2K --output thumbnail.png；本地示例：python3 scripts/image_generate.py --prompt "..." --width 1024 --height 576 --output thumbnail.png。去背景：python3 scripts/image_generate.py --remove-bg input.png --output transparent.png。
适用场景：YouTube 缩略图 1280x720、横屏 1920x1080、竖屏 1080x1920、Instagram 方形 1080x1080 与 4:5、下三分之一 1920x200、标题卡等。FLUX 可先生成 1024x576 再用 FFmpeg 放大：ffmpeg -n -i generated_1024.png -vf "scale=1920:1080:flags=lanczos" output_1080p.png。
限制：API 生成前须确认费用；FLUX 需 13GB 显存，运行前应卸载其他 GPU 模型；不得未经确认覆盖已有图像；需运行 bash scripts/preflight.sh 校验输出路径。更多模型细节见 references/image-generation.md。