SuperAPI AI 工具集

gemini-image

设计与创作

查看项目

更新于 10-15 20:05

技能介绍

用途:根据提示词调用 AI 图像生成 API 创建插画或概念图,也支持图生图编辑与转换。适合希望使用 Gemini 生成艺术作品的场景。

主要能力:文生图与图生图两种模式;提示词可直接用 $ARGUMENTS 传入,也可交互式询问;可指定保存路径,否则以描述性文件名存入工作目录;支持 Google 官方 API(默认)与代理提供方。

使用方式:先读取 $SKILL_DIR/config/secrets.md 获取 API 配置,缺失时报错并指向 secrets.example.md;检查 API_PROVIDER 为 google 或 proxy。Google 官方调用 gemini-2.5-flash-image 的 generateContent 接口;图生图时优先把本地文件编码为 inline_data,避免默认上传到第三方图床。代理提供方则调用对应 images/generations 接口,仅在用户明确提供或同意时使用远程图片 URL。生成后把图像保存到目标路径,确认文件存在且非空再报告成功。

适用场景:文生图插画或概念图、图像编辑或图生图转换、明确要求 Gemini 的 AI 艺术作品。不适用于流程图、架构图或学术示意图,截图或桌面捕捉,以及 UI 代码生成或幻灯片主题。

限制与错误处理:无 API Key 时报告缺少 config/secrets.md,不自动降级到第三方托管或 API;API 4xx/5xx 显示状态码与错误信息;网络超时重试一次后报告失败;编辑模式缺少本地图片时停止并索要有效路径,而非静默切换为文生图;请求技术图应转交相关图表技能。支持模型:Google 官方为 gemini-2.5-flash-image,代理模型取决于提供方文档。输出需说明提供方、生成模式、输出文件路径及回退或重试说明,且不得在聊天中暴露 API 密钥、原始 base64 或完整响应体。中文文本编辑参考 references/chinese-text.md。