用途：multi-agent-image 是 Hermes 的独立图像生成技能，面向单行提示词不足以表达的设计类需求。它先分析请求，编译为设计感知提示词，再经 gpt-image-2 生成、归档，并可复用成功结果作为后续风格参考。设计编译器内置于仓库，运行时不依赖外部技能。
主要能力：内置编译器输出三层内容——design_reasoning（设计意图，含沟通目标、受众、视觉系统、层级与安全区策略、反填充与反套路规则）、compiled_brief（压缩设计简报）、prompt（面向模型的最终提示词）。支持任务类型 poster、product、ppt、infographic、teaching、auto；默认比例分别为 3:4、1:1、16:9、4:3、16:9。方向模式 conservative/balanced/bold，质量模式 draft/final/premium。还支持交互式参考选择、批量生成（同简报多方向、多比例、多简报）、系列生成（先生成主图再提取风格信号生成子图）以及案例库检索复用。
使用方式：将技能源码置于 ~/.hermes/skills/multi-agent-image/，运行 python3 ~/.hermes/skills/multi-agent-image/scripts/install.py 安装运行时文件，再执行 pip install openai requests，并设置 export OPENAI_API_KEY="sk-..."。快速开始：cd ~/.hermes/agents/multi-agent-image 后运行 python3 quick_start.py "AI训练营招生海报，强调速度、增长、实战"。仅编译提示词可用 design_image.py 加 --prompt-only；完整流程可调用 orchestrator_v2.run()；交互流程用 interactive_run 的 prepare 与 execute 两阶段；批量与系列分别用 batch_generator_v2 和 series_generator。
适用场景：设计导向海报、产品图与广告视觉、PPT 封面或章节图、信息图与教学演示图、风格参考复用、先展示示例再生成的交互流程、多方向或多比例批量、共享视觉语言的系列图。
限制：当前图像提供方以 gpt-image-2 为中心；QA 评分较轻量；系列生成比单次生成更重；仅面向栅格输出，不适合像素级 UI 还原、可编辑图表、图像内精确排版，以及需要矢量、HTML 或 PPT 原生资产的场景。部分参考文档偏长，但主运行路径一致。