SuperAPI AI 工具集

image-gen

设计与创作

查看项目

更新于 10-15 21:11

技能介绍

用途:通过可插拔的图像生成后端生成图片,既可用本地模型(免费、私密),也可用云端 API(快速、付费),适合博客横幅、社交媒体配图、文档图表、UI 原型与概念可视化等场景。

主要能力:支持本地 SDXL Lightning(需 8GB 以上显存、约 7GB 磁盘,免费)、OpenAI DALL-E 3(约 $0.04/张,需 OPENAI_API_KEY)、Replicate(约 $0.01/张,需 REPLICATE_API_TOKEN)以及自定义提供方。具备自动选择可用后端、指定尺寸(如 1200x630)、批量生成与 Python API 调用能力。

使用方式:先用 python scripts/multi-model/image-gen/cli.py --list 查看已配置提供方;本地模式执行 --setup local 下载模型;生成示例:python scripts/multi-model/image-gen/cli.py "A sunset over mountains" output.png,可加 --width、--height、--provider 参数。可先经 visual-art-composition 构造结构化提示词再生成。

限制与注意:本地首次生成因加载约 7GB 模型较慢,后续约 2-5 秒;显存不足可用 SDXL_DEVICE=cpu 降速运行或改用 API;API 存在速率限制;DALL-E 3 不支持步数控制;实际质量取决于提示词,需人工校验输出。更多细节暂未提供。