用途:该技能用于按用户描述生成图片,并将生成结果用于前端设计,例如页面主视觉、图标或纹理等素材。
主要能力:基于 Google Gemini 图像模型生成图片,提供三种模型:flash(gemini-2.5-flash-image,侧重速度与高频任务,最高 1024px)、pro(gemini-3-pro-image-preview,侧重专业质量与复杂场景,最高 4K)、2(gemini-3.1-flash-image-preview,速度与高分辨率兼顾,最高 4K,默认模型)。pro 与 2 支持 --size 选择 512(仅 2)、1K、2K、4K。支持 --aspect 指定宽高比,可用命名快捷方式(square、landscape、portrait)或直接比例(1:1、1:4、1:8、2:3、3:2、3:4、4:1、4:3、4:5、5:4、8:1、9:16、16:9、21:9);1:4、1:8、4:1、8:1 仅模型 2 支持。支持 --reference 传入参考图(可重复),用于风格、构图或内容引导;flash 最多 3 张,pro 最多 6 张物体 + 5 张角色(共 14),2 最多 10 张物体 + 4 张角色(共 14)。
使用方式:需先准备 GEMINI_API_KEY,先检查环境变量是否已设置,已设置则直接使用、不覆盖;未设置则从项目根目录的 .env 中读取。注意需从项目根目录运行,不要先 cd 到技能目录;不要运行无参数的裸 export,不要用 cat .env 管道给 export,不要读取、输出或传输密钥。若两次检查后仍未设置,应告知用户并停止。生成图片通过 uv 运行技能目录下的 scripts/image.py,需提供 --prompt 与 --output;输出扩展名会被替换为模型实际返回的格式,脚本会打印最终路径,代码中应引用该路径。
适用场景:为落地页生成主视觉、图标、插画、纹理等前端素材;可搭配前端设计技能,先按设计方向生成素材,再在 HTML/CSS/React 中以相对路径引用。
限制:必须配置有效的 GEMINI_API_KEY;具体费用、配额、生成耗时及可用区域等资料暂未提供;生成格式由 API 决定;宽高比与尺寸受所选模型限制。