SuperAPI AI 工具集

baoyu-image-gen

设计与创作

查看项目

更新于 10-15 23:42

技能介绍

用途:通过官方 OpenAI 和 Google API 生成图片,适合在脚本或智能体流程中按需出图。

主要能力:文本生成图片;从 prompt 文件读取提示词;指定宽高比(1:1、16:9、9:16、4:3、3:4、2.35:1)与尺寸;画质预设 normal(1K/1024px)与 2k(2K/2048px,默认);Google 端可设 1K/2K/4K;支持参考图(仅 Google 多模态模型);可指定张数并输出 JSON。

使用方式:核心脚本为 ${SKILL_DIR}/scripts/main.ts,用 npx -y bun ${SKILL_DIR}/scripts/main.ts 调用。基本示例:npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png;指定宽高比加 --ar 16:9;指定质量加 --quality 2k;从文件读取提示词用 --promptfiles system.md content.md;参考图用 --ref source.png;指定提供商用 --provider openai。API 密钥通过环境变量 OPENAI_API_KEY、GOOGLE_API_KEY 提供,也可用 OPENAI_IMAGE_MODEL、GOOGLE_IMAGE_MODEL、OPENAI_BASE_URL、GOOGLE_BASE_URL 覆盖。加载优先级为命令行参数 > 环境变量 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env。

配置:可选 EXTEND.md,项目级路径 .baoyu-skills/baoyu-image-gen/EXTEND.md,用户级路径 $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md,可设置默认提供商、默认画质、默认宽高比;未找到则用默认值。提供商选择逻辑:指定 --provider 则用之;仅一个密钥则用该提供商;两者都有默认 Google。

限制:参考图仅 Google 多模态模型支持,非多模态模型会告警并忽略;OpenAI 的宽高比会映射到最接近的受支持尺寸;缺少 API 密钥会报错,生成失败自动重试一次,无效宽高比会告警并回退默认。官方文档未提供更多收费、模型清单等细节。