Art 是一个用于生成静态视觉内容的技能,覆盖 20 多种格式,包括博客头图、技术与架构示意图、框架与矩阵图、分类法、时间线、对比图、统计卡片、格言卡片、漫画分镜、图标、壁纸、D3 图表和 Mermaid 图表等。它支持 Flux、Nano Banana Pro(Gemini 3 Pro)和 nano-banana 模型,其中 nano-banana-pro 是默认模型。
【核心机制】 每个生成请求必须先选择一个与之匹配的工作流文件(位于 Workflows/ 目录),按照该工作流的提示词模板组织内容,再调用 Generate.ts,并传入 --workflow=<名称> 参数。Generate.ts 在代码层面强制校验该参数,若缺失则拒绝执行并返回非零状态码与工作流查找表。唯一例外是用户明确表示“自由格式 / 跳过工作流 / 直接用该提示词运行 Generate.ts”,此时需传入 --freeform-confirmed,工具会将此显式豁免记录到 stderr 以供审计。若无任何工作流匹配,应停止并向用户说明,建议使用最接近的现有工作流、以 Workflows/Visualize.md 作为通用兜底,或先通过 CreateSkill 创建新工作流,不得自行即兴发挥。
【工作流路由】 常见请求与对应工作流:博客头图或社论插图 → Workflows/Essay.md;Mermaid 图 → Workflows/Mermaid.md;技术或架构图 → Workflows/TechnicalDiagrams.md;框架或 2x2 矩阵 → Workflows/Frameworks.md;D3 仪表盘或图表 → Workflows/D3Dashboards.md;分类法或层级 → Workflows/Taxonomies.md;时间线 → Workflows/Timelines.md;对比 → Workflows/Comparisons.md;统计卡片 → Workflows/Stats.md;格言或引用卡 → Workflows/Aphorisms.md;漫画分镜 → Workflows/Comics.md;YouTube 缩略图(通用机制,由缩略图技能编排)→ Workflows/StyleMatchedThumbnail.md;YouTube 缩略图(旧版 / 校验)→ Workflows/AdHocYouTubeThumbnail.md 或 Workflows/YouTubeThumbnailChecklist.md;LifeOS 包图标 → Workflows/CreateLifeosPackIcon.md;品牌 logo 壁纸 → Workflows/LogoWallpaper.md;浮雕 logo 壁纸 → Workflows/EmbossedLogoWallpaper.md;配方卡 → Workflows/RecipeCards.md;地图或概念图 → Workflows/Maps.md;带注释截图 → Workflows/AnnotatedScreenshots.md;仅去除背景 → Workflows/RemoveBackground.md;通用可视化(以上均不匹配)→ Workflows/Visualize.md。
【命令示例】
bun ~/.claude/skills/Art/Tools/Generate.ts
--workflow=<WorkflowName>
--model nano-banana-pro
--prompt "..."
--size 2K
--aspect-ratio 16:9
--output "${LIFEOS_DOWNLOADS_DIR:-$HOME/Downloads}"/<filename>.png
【输出与审查规则】 所有生成图片必须先输出到 $LIFEOS_DOWNLOADS_DIR(未设置时默认 ~/Downloads/),绝不允许直接输出到项目目录,用户必须先在 Finder / Preview 中预览确认后才能使用。
【博客头图的透明规则】 博客正文内联图片必须为透明 PNG(带 alpha 通道);社交缩略图必须为不透明的 #EAE9DF 底色版本。博客头图必须使用 --thumbnail 参数,它会隐式启用 --remove-bg 并同时生成 output.png(透明)和 output-thumb.png(#EAE9DF 背景)。背景去除通过本地 rembg 运行,若模型返回 JPEG,Generate.ts 会在 rembg 处理后自动将 .jpg 重命名为 .png。若 rembg 未安装在 ~/.local/bin/rembg,工具会明确报错并给出安装说明(pipx install rembg,或通过 REMBG_BIN 环境变量覆盖路径)。完成后必须验证:file 检查 .png 应报告带有 RGBA 的 PNG 图像数据;-thumb.png 应为不透明 PNG。两者均通过后,才能复制到项目目录并接入文章。正文内联使用由 .png 转换的透明 WebP,frontmatter 的 thumbnail 始终指向 -thumb.png。唯一例外是细线条 / 炭笔类作品,rembg 可能连作品本身一同剥离,此时可发布不透明的 #EAE9DF 内联图,该情形为已记录的兜底方案,而非第二默认选项。
【模型与尺寸】 模型选择上,nano-banana-pro 是全部默认场景(社论插图、博客头图、文字密集型统计卡、框架、分类法、时间线、格言卡)的首选,因构图保真度最佳且对标签和数字的处理足够强;flux 用于风格多样性、非写实或更锐利的技术线条;nano-banana 用于构图确定后的更快迭代。尺寸格式因模型而异:flux 与 nano-banana 使用宽高比,可选 1:1、16:9、3:2、2:3、3:4、4:3、4:5、5:4、9:16、21:9,默认 16:9;nano-banana-pro 使用分辨率档位 1K、2K、4K(默认 2K),宽高比通过单独的 --aspect-ratio 参数指定,默认 16:9。OpenAI 图像模型已于 2026-07-30 移除,gpt-image-1、gpt-image-2 及双供应商对比模式均不再支持,传入会报错并指向 nano-banana-pro,也不会以其他供应商替代。
【参考图与自定义】 执行前可检查 ~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Art/ 目录,若存在则加载并应用 PREFERENCES.md(审美偏好、默认模型、输出位置)、CharacterSpecs.md(角色设计规范)、SceneConstruction.md(场景构图指引),这些设置会覆盖默认行为。支持多张 --reference-image 参数以提升角色或风格一致性,Gemini API 限制为最多 5 张人物参考图、6 张物体参考图、单次请求最多 14 张参考图。API 密钥位于 ${LIFEOS_DIR}。
【调用前通知】 技能被调用时,会先发送语音通知(curl 请求 http://localhost:31337/notify)并输出文本通知,说明正在运行的 WorkflowName 与 ACTION。
【限制】 资料未提供定价、收费模式、平台支持范围、具体生成质量指标或非 Gemini 供应商的更多细节。