用途:该技能用于在构建网站、落地页、幻灯片或演示文稿等任务中生成专业 AI 图片,可自动检测占位图、空视觉区块等需求并调用。
主要能力:通过捆绑的 CLI 脚本调用 Google Gemini(也支持 OpenAI)生成图片。支持 --prompt 提示词、--output 输出路径、--aspect-ratio 宽高比(1:1、16:9、9:16、4:3、3:4、2:3、3:2)、--model 模型选择、--reference-images 参考图(最多 5 张)、--mask 蒙版、--background 背景、--output-format 输出格式、--output-dir 输出目录等参数。
使用方式:运行 node "${CLAUDE_PLUGIN_ROOT}/mcp-server/build/cli.bundle.js" --prompt "描述" --output "./out.png" --aspect-ratio "16:9"。需配置 GEMINI_API_KEY 或 OPENAI_API_KEY。模型名以 gpt-image 或 dall-e 开头路由至 OpenAI,其余走 Gemini;省略 --model 时由 IMAGE_PROVIDER 决定。输出为 JSON,含 success 与 filePath 或 error。
适用场景:网站主视觉、功能插图、演示封面、应用引导图、空状态图、错误页视觉等。
限制:OpenAI 图片尺寸仅限 1024x1024/1536x1024/1024x1536,不匹配的宽高比会映射到最近尺寸并警告;--mask、--background、--output-format 仅 OpenAI 支持,gpt-image-2 拒绝透明背景。需至少一个 API 密钥。提示词建议包含风格、主体、构图、氛围,避免模糊描述。