用途:通过官方 API 生成图像,支持 OpenAI、Google、DashScope(阿里通义万象)和 Replicate 四家提供商,覆盖文生图、参考图编辑与宽高比控制。
主要能力:支持 --prompt 文本提示、--promptfiles 从文件读取提示、--ref 参考图(Google 多模态与 OpenAI 编辑)、--ar 宽高比(1:1、16:9、9:16、4:3、3:4、2.35:1)、--size 尺寸、--quality normal|2k、--imageSize 1K|2K|4K、--n 数量与 --json 输出。默认提供商为 Google,默认质量 2k。
使用方式:脚本位于 ${SKILL_DIR}/scripts/main.ts,基本命令为 npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png。首次使用需先完成配置:检查项目或用户目录下的 .baoyu-skills/baoyu-image-gen/EXTEND.md,未找到则运行首次设置并保存,否则生成被阻止。配置优先级为 CLI 参数 > EXTEND.md > 环境变量 > 本地 .env。
适用场景:封面、插画、信息图、快速预览及批量图像生成。
限制:需配置对应 API 密钥(OPENAI_API_KEY、GOOGLE_API_KEY、DASHSCOPE_API_KEY、REPLICATE_API_TOKEN);参考图仅受 Google 多模态与 OpenAI 编辑模型支持;默认顺序生成,仅用户明确要求时才并行;依赖 bun 运行时。具体收费与价格资料暂未提供。