用途:调用 Google Gemini 与 Imagen 模型生成新图片或编辑已有图片,支持文生图与图生图。
主要能力:默认模型 gemini-3-pro-image-preview(支持生成与编辑),可选 imagen-4.0-generate-001(仅生成,画质最佳)。支持别名 nano-banana、gemini、imagen、imagen4。分辨率支持 1K(默认,约1024px)、2K(约2048px)、4K(约4096px),需大写 K。
使用方式:脚本路径为 ~/.openclaw/skills/ez-google-imagen/scripts/generate_image.py,无需先 cd 到技能目录,应在用户当前工作目录运行。生成示例:uv run $SCRIPT --prompt "描述" --filename "output-name.png";指定模型加 --model imagen-4.0-generate-001;编辑图片加 --input-image "path/to/input.png"(仅 Gemini 支持)。认证默认走 Vertex AI ADC,可用 --project、--location 覆盖;回退方式为 --api-key 或 GEMINI_API_KEY 环境变量。
适用场景:快速迭代的草稿到成品流程,建议先用 1K 草稿、微调提示词后再用 4K 出终稿;常见编辑任务包括增删元素、改风格、调色、虚化背景等。
限制:Imagen 模型不支持编辑;编辑仅 Gemini 可用;需已安装 uv 并配置好 ADC 或 API Key;输入图片路径必须真实可读;配额、权限或 403 类错误通常与凭据或配额有关。输出为 PNG,保存到当前目录并打印完整路径,脚本不回读图片。