用途：该技能通过 Google Gemini 图像模型、Google Imagen 4 系列与 OpenAI 图像模型，实现文字生成图像、图像编辑、风格迁移、Logo 与贴纸设计、产品效果图制作，以及多轮对话式迭代优化。
主要能力：支持文生图、按文字指令修改现有图片、风格与效果应用、多种宽高比与分辨率控制、参考图生成（Gemini Pro 最多 14 张参考图）、多轮细化。可选模型包括 gemini-2.5-flash-image、gemini-3-pro-image-preview、imagen-4.0-fast/generate/ultra、gpt-image-1.5、gpt-image-1、dall-e-3、dall-e-2。
使用方式：需配置 API 密钥，Google 用 GOOGLE_API_KEY 或 GEMINI_API_KEY，OpenAI 用 OPENAI_API_KEY；安装依赖 pip install google-genai openai pillow requests。注意 google-generativeai 已弃用，改用 google-genai。通过 Python 调用各模型 API 生成或编辑图片并保存到本地。
适用场景：快速原型与多版本变体、专业成品图、含文字的设计（信息图、图表）、角色一致性、产品摄影与电商图、Logo 与贴纸。
限制：Imagen 4 仅支持文生图，不支持编辑；imagen-4.0-ultra 每次仅生成一张；gpt-image-1 不支持局部重绘；DALL-E 不支持负向提示词；各模型分辨率、宽高比与费用不同，资料给出每张约 $0.016 至 $0.19 的参考成本。需 Python 3.8+、联网与写权限。