用途:该技能用于生成和编辑高质量位图图像,支持照片写实、艺术插画、概念图、演示或文档视觉素材以及图像修改等通用图像生成需求。流程图、信息图、数据图表、可编辑文本图表等场景应改用其他专门技能。
主要能力:通过 OpenRouter 的图像生成模型完成生成与编辑,默认模型为 google/gemini-3.1-flash-image(Nano Banana 2),也可选用 black-forest-labs/flux.2-pro(画质前沿、提示词遵循强、最高 4 MP)和 black-forest-labs/flux.2-flex(更便宜,擅长文字排版与细节)。输出始终为一个 PNG 文件。
使用方式:运行脚本 scripts/generate_image.py。生成示例:python scripts/generate_image.py "A beautiful sunset over mountains";编辑示例:python scripts/generate_image.py "Make the sky purple" --input photo.jpg。常用参数包括 prompt(必填)、--input/-i(输入图像,触发编辑模式)、--model/-m、--output/-o(默认 generated_image.png)、--api-key。多图需按提示词分别运行并指定不同输出路径。
API 密钥:脚本按顺序检查 --api-key、环境变量 OPENROUTER_API_KEY、当前或上级目录 .env 文件中的 OPENROUTER_API_KEY=<key>。密钥在 https://openrouter.ai/keys 申请。
适用场景:论文概念插图、幻灯片背景、海报主图等。编辑时建议使用具体、指向元素的指令。
限制:提示词和输入图像会发送至第三方 API(OpenRouter),避免发送机密、临床或未发表材料。编辑输入支持 PNG、JPEG、GIF、WebP。生成通常耗时约 5-30 秒,价格见 https://openrouter.ai/models。模型 ID 对版本敏感,若报“model not found”需重新核对模型列表;较新模型可能仅由 Image API 提供。脚本在缺少密钥、缺少 requests、网络错误、API 错误或无图像返回时会以非零状态退出并给出提示。