SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场canghe-image-gen

canghe-image-gen

设计与创作

查看项目

更新于 10-15 16:32

技能介绍

用途

canghe-image-gen 是一个 AI 图像生成技能，用于通过官方 API 生成图像。它支持多个服务提供方，并可在命令行中直接调用脚本完成文生图、参考图生成等任务。

主要能力

  • 多提供方支持：OpenAI、Google、DashScope（阿里通义万象）以及 Canghe 第三方网关。
  • 文生图：通过 --prompt 提供提示词生成图像。
  • 参考图生成：通过 --ref 传入参考图片，支持 Google 多模态、OpenAI 编辑（GPT Image 模型）以及 Canghe（image_url）。
  • 宽高比设置：支持 1:1、16:9、9:16、4:3、3:4、2.35:1。
  • 尺寸与质量预设：提供正常和 2k 质量预设，Google 可通过 --imageSize 覆盖为 1K、2K、4K。
  • 批量生成：通过 --n 指定生成数量。
  • JSON 输出：可通过 --json 获取结构化输出。

使用方式

脚本路径为 ${SKILL_DIR}/scripts/main.ts，使用 bun 运行。

基本用法：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png

指定宽高比：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9

高质量：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k

从提示词文件读取：

npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png

使用参考图（Google 多模态或 OpenAI 编辑）：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png

显式指定提供方和模型：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --provider google --model gemini-3-pro-image-preview --ref source.png

指定提供方：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai

DashScope：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope

Canghe 第三方网关：

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider canghe

主要选项

  • --prompt <text> / -p：提示词文本
  • --promptfiles <files...>：从文件读取提示词（拼接）
  • --image <path>：输出图像路径（必填）
  • --provider google|openai|dashscope|canghe：强制指定提供方（默认 google）
  • --model <id> / -m：模型 ID（OpenAI 使用 --ref 时需要 GPT Image 模型，如 gpt-image-1.5）
  • --ar <ratio>：宽高比
  • --size <WxH>：尺寸
  • --quality normal|2k：质量预设（默认 2k）
  • --imageSize 1K|2K|4K：Google 图像尺寸（默认由 quality 决定）
  • --ref <files...>：参考图
  • --n <count>：生成数量
  • --json：JSON 输出

环境变量

  • OPENAI_API_KEY、GOOGLE_API_KEY、DASHSCOPE_API_KEY、CANGHE_API_KEY
  • 模型覆盖：OPENAI_IMAGE_MODEL、GOOGLE_IMAGE_MODEL、DASHSCOPE_IMAGE_MODEL（默认 z-image-turbo）、CANGHE_IMAGE_MODEL（默认 gemini-3-pro-image-preview）
  • 自定义端点：OPENAI_BASE_URL、GOOGLE_BASE_URL、DASHSCOPE_BASE_URL、CANGHE_BASE_URL（默认 https://api.canghe.ai/v1）

加载优先级：命令行参数 > EXTEND.md > 环境变量 > <cwd>/.canghe-skills/.env > ~/.canghe-skills/.env

提供方选择

  • 提供了 --ref 且未指定 --provider：自动按 Google、OpenAI、Canghe 顺序选择
  • 指定了 --provider：使用指定提供方（若同时有 --ref，必须为 google、openai 或 canghe）
  • 仅一个 API 密钥可用：使用该提供方
  • 多个可用：默认使用 Google

质量预设

  • normal：Google imageSize 1K，OpenAI 1024px，用于快速预览
  • 2k（默认）：Google imageSize 2K，OpenAI 2048px，用于封面、插图、信息图

生成模式

默认顺序生成（一次一张），确保输出稳定和便于调试。仅在用户明确要求并行或大批量（10+）时使用并行生成，建议并发 4 个子代理，最大 8 个。

偏好配置

通过 EXTEND.md 支持默认提供方、默认质量、默认宽高比、默认图像尺寸和默认模型。路径优先级为项目级 .canghe-skills/canghe-image-gen/EXTEND.md，然后用户级 $HOME/.canghe-skills/canghe-image-gen/EXTEND.md。

错误处理

  • 缺少 API 密钥：报错并给出设置说明
  • 生成失败：自动重试一次
  • 无效宽高比：警告并使用默认值
  • 参考图与不支持的提供方/模型：报错并提示切换到 Google 多模态或 OpenAI GPT Image 编辑

适用场景

适用于需要通过命令行快速调用多家 AI 图像生成服务、进行文生图或参考图生成的场景，尤其是需要统一接口管理多个提供方、配置默认偏好以及批量生成图像的开发或自动化工作流。

限制

  • 具体收费、价格、生成效果、支持平台等资料暂未提供。
  • 参考图功能受提供方和模型限制，OpenAI 需使用 GPT Image 模型。
  • 并行生成仅在用户明确要求时使用。
  • 某些提供方可能需要特定的 API 密钥和环境变量配置。