用途:为智能体提供图像生成与编辑能力,适用于创建、生成、编辑或迭代图片、照片、贴纸、图标和无缝纹理等任务。
主要能力:通过 scripts/imagine.js 调用,这是一个零依赖 Node.js CLI(需 Node 18+,无需 npm install),由多个提供商支持。生成结果保存到磁盘并打印绝对路径。支持生成新图、编辑已有图,以及通过 --session 保持跨调用上下文的多步会话(例如先设计角色再生成其三视图),完成后用 --clear 清理会话缓存。
模型选择:通用图像优先级为 gpt-image-2 → gemini-2.5-flash-image → Qwen/Qwen-Image → gpt-image-1;某提供商无 API key 时回退到下一个已配置项。贴纸/图标/logo 推荐 Ideogram 3.0(透明)或 gpt-image-1.5/gpt-image-2 配合 --background transparent -f png,或 FLUX.2 pro;无缝纹理推荐 Z-Image Turbo Tiling(fal.ai)或 FLUX.2 pro。Ideogram、fal 等脚本外专业模型需通过各自 API 调用;imagine.js 覆盖 OpenAI、SiliconFlow、Gemini 及 OpenAI 兼容中转。
关键用法:透明素材用 --background transparent -f png(不要用 jpeg);无缝纹理提示词包含 seamless, tileable, top-down, flat uniform lighting, no shadows, edges wrap perfectly;图中文字优先 GPT Image 2,文字保持简短并加引号;宽高比 Gemini 用 --aspect 16:9,OpenAI/SiliconFlow 用 -s WxH;可用 Qwen/Qwen-Image 或 -q low 低成本草稿,再用 gpt-image-2 与 -q high 出终稿,--seed 可复现。
限制:需配置相应提供商的 API key;脚本外专业模型需另行调用其 API;首次运行与完整 CLI 参数、会话细节、退出码等需查阅随附参考文档(core-usage、core-setup、core-script)。