SuperAPI AI 工具集

image-prompt-generator

设计与创作

查看项目

更新于 10-15 20:11

技能介绍

用途:该技能面向需要配图的场景,如缩略图、社交帖子、博客头图或创意视觉素材,基于 Nano Banana Pro(Gemini API)生成偏专业、非泛化的图片。

主要能力与流程:1) 头脑风暴出 4-6 个高层视觉概念,等待用户选择;2) 将选中概念优化为结构化提示词,包含 CONCEPT、STYLE、COMPOSITION、COLORS、TEXTURE、AVOID、FORMAT 等部分;3) 参考 references/styles/ 产出 2-3 种风格变体,默认博客缩略图用 watercolor-line 风格;4) 通过脚本调用 Gemini API 生成图片;5) 根据反馈迭代调整。

必要用法:脚本位于 .claude/skills/image-prompt-generator/scripts/generate_image.py,依赖 pip install google-genai pillow,API Key 读取 GEMINI_API_KEY 或 GOOGLE_API_KEY。示例(保持原样): export GEMINI_API_KEY=$(grep GEMINI_API_KEY .env | cut -d'=' -f2) && python ".claude/skills/image-prompt-generator/scripts/generate_image.py" "Your prompt here" --model pro --aspect 16:9 --output "Studio/Content Engine Deck" --name "my-image" 可选参数:--model pro 或 flash;--aspect 16:9、1:1、9:16、3:4、4:3(仅 pro 支持);--variations N;--output 路径;--name 前缀。flash 模型忽略宽高比配置,需在提示词文本中写明。图片应保存在所属内容文件夹内。

适用场景:博客头图、播客配图、社交图片、信息图、白板图、缩略图、角色一致性、图片编辑修复、2D 转 3D、分镜与九宫格序列图等。

限制与注意事项:提示词建议用完整自然语言、按名称描述颜色、控制 2-3 个元素、避免泛化元素;未提供具体收费、价格信息。