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:该技能通过 Google Gemini 图像生成 API 生成专业、非通用化的图像,适用于缩略图、社交帖子、博客头图或创意视觉等需要配图的场景。

主要能力:提供从概念构思到成图的工作流,包括头脑风暴视觉概念、优化提示词、生成 2-3 种风格变体、调用脚本生成图像,以及基于已有图片的再编辑(rework)模式。支持文本渲染与信息图、角色一致性、缩略图制作、对象增删、风格迁移和季节/时间变化等高级编辑。

使用方式:需先获取 Gemini API Key,可通过项目根目录 .env 文件写入 GEMINI_API_KEY=your_api_key_here,或使用 export GEMINI_API_KEY=your_api_key_here。安装依赖:pip install google-generativeai python-dotenv pillow。可用模型为 gemini-2.5-flash-image(速度、草稿、迭代)和 gemini-3-pro-image-preview(成品、16:9、质量)。生成命令示例:python scripts/images/generate_image.py "YOUR PROMPT" --model pro --size 2K --aspect 16:9 --output public/images/thumbnails --name your-slug。常用选项包括 --model pro/flash、--size 1K/2K/4K、--aspect 16:9/1:1/9:16/3:4/4:3、--variations N、--output、--name。再编辑模式使用 --input 传入已有图片并描述修改内容。

适用场景:Skill Stack 缩略图必须使用 pro 模型、2K 尺寸、16:9 比例,并在提示词中加入 risograph 风格说明(可见半调网点、色层轻微错位、独立印刷质感、暖色奶油底、炭灰调、单一赤陶色强调、避免空白白边与光滑数字渐变)。其他项目可参考 references/styles/ 下的 risograph、minimalist-ink、watercolor-line、editorial-conceptual 风格。

限制:资料未提供收费、价格、平台兼容性或生成效果保证等信息。提示词应使用自然语言完整句子,颜色用名称而非十六进制色值,元素控制在 2-3 个,避免在图中生成文字及常见陈词滥调。最终素材务必指定 2K 或 4K,否则默认 1K 质量较低。