用途:该技能用于把文本提示词转换为图像,适合制作社媒配图、视频缩略图、博客头图、商品图与设计备选方案等视觉内容。
主要能力:通过 scripts/generate_image.js 调用多种模型,包括 gemini-3.1-flash-image-preview、gemini-3-pro-image-preview、gemini-2.5-flash-image 与 imagen-4.0-generate-001;单次可生成 1–4 张图;可指定宽高比(1:1、16:9、9:16、4:3、3:4、21:9)与分辨率(1K、2K、4K);可用 --person 设置人物生成策略(dont_allow、allow_adult、allow_all);支持自定义输出目录与文件名,并可关闭自动时间戳。图像为 PNG 格式并带 SynthID 水印。
用法:基本命令为 node scripts/generate_image.js "Your prompt",常用参数有 --model/-m、--output-dir/-o、--name/-n、--no-timestamp、--aspect/-a、--size/-s、--num、--person。若提示缺少依赖,可执行 cd scripts && npm install。
适用场景:社媒方图、YouTube 缩略图、博客题图、多版本 A/B 备选、写实商品图,以及配合 gemini-text 等技能的内容生产流程。
限制:Imagen 4 仅支持英文提示词,比例选项少于 Gemini,单次最多 4 张;4K 主要适用于 gemini-3.1-flash-image-preview 与 gemini-3-pro-image-preview;allow_all 在 EU、UK、CH、MENA 受限制。需自备 API key,具体计费信息暂未提供。