用途:根据文字提示生成图像,默认使用 Google Gemini 模型,加 --cheap 则改用 fal.ai FLUX.2 klein 4B(快速、低成本,约 $0.003/张,4 步推理约 2-4 秒)。也可通过 --assets 传入参考图进行图像编辑。
主要能力:文本生成图像、参考图编辑;宽高比可选 3:2(默认,非用户明确要求不要更改)、1:1、2:3、16:9、9:16;画质可选 1K(1024px,默认)或 2K(2048px);支持 --save-to-gallery 保存风格参考;支持 WOW 模式的电影级视觉增强提示词;希伯来语/从右到左内容需在提示词开头加入指定的 RTL 说明句。
使用方式:进入 scripts 目录后运行 npx ts-node generate_poster.ts。必须使用 -d 指定输出路径,如 npx ts-node generate_poster.ts -d /tmp/my-image.jpg "A futuristic city at sunset";低成本模式加 --cheap;宽高比用 --aspect 或 -a;参考图用 --assets(支持 jpg、jpeg、png、webp、gif,多个用逗号分隔);画质用 --quality 或 -q。需要在 scripts/.env 配置 GEMINI_API_KEY 与 FAL_KEY。输出文件按 -d 路径保存,若同名已存在会自动加 _1、_2 后缀,并会自动创建父目录。
适用场景:快速迭代与预览、社交媒体内容、概念探索、批量生成适合 --cheap;最终成品、复杂构图、含大量文字(尤其希伯来语)的图像建议用 Gemini。
限制:生成后可通过 WhatsApp 发送(需已有 whatsapp 技能);参考图不会自动包含,必须显式传入;资料未提供定价细节以外的收费标准、平台兼容性和具体效果保证。