SuperAPI AI 工具集

generate-image

设计与创作

查看项目

更新于 10-15 22:11

技能介绍

用途:处理各类图像创建与编辑请求,包括 logo、贴纸、产品效果图,以及文生图(t2i)、图生图(i2i)和多参考图合成。

主要能力:统一脚本 generate.py 覆盖三种模式;默认模型 Nano Banana,可选 Nano Banana Pro(更高质量);支持多种宽高比(1:1、16:9、21:9 等,Nano Banana 另有 1:4、4:1、1:8、8:1);分辨率 0.5K/1K/2K/4K;批量生成 1-4 张;Nano Banana 支持思考等级(minimal/low/medium/high)与图像搜索接地;可输出 png 或 jpeg。

使用方式:需设置 GEMINI_API_KEY 环境变量并安装 uv。示例:uv run ${CLAUDE_PLUGIN_ROOT}/skills/generate-image/scripts/generate.py --prompt "A serene mountain lake at dawn" --output landscape.png;加 --model pro 切换模型;用 --input 传入参考图(可重复,最多 14 张);--aspect、--resolution、--thinking、--batch 等控制参数。未指定输出位置时保存到 ~/Documents/generated images/,并为每张图生成同名 .md 记录提示词与模型。

提示词原则:用叙事性散文而非关键词列表;始终正向描述,避免否定式("no X" 反而会强化 X);明确标注参考图来源;复杂场景可分步指令。

限制:需 API 密钥与 uv;Nano Banana Pro 不支持思考模式与图像搜索接地,参考图上限 11 张;精确指令单次命中率约 50%,建议批量生成后挑选。其余细节资料未提供。