用途
generate-image 用于借助 AI 模型生成或编辑图像，覆盖通用图像生成需求，包括照片与写实图像、艺术插画与艺术作品、概念艺术与视觉概念、演示文稿或文档的视觉素材，以及图像编辑与修改。
如果需求是技术性示意图，例如流程图与过程图、电路图与电气原理图、生物通路与信号级联图、系统架构图、CONSORT 图与方法学流程图等，则应改用 scientific-schematics。
主要能力
该技能通过 OpenRouter 的图像生成模型生成和编辑高质量图像，涉及 FLUX.2 Pro 与 Gemini 3.1 Flash Image Preview 等模型。
可用模型：
- google/gemini-3.1-flash-image-preview：高质量，支持生成与编辑，为默认模型。
- black-forest-labs/flux.2-pro：快速、高质量，支持生成与编辑。
- black-forest-labs/flux.2-flex：快速且便宜，但质量不如 pro，仅支持生成。
选择建议：追求质量可用 gemini-3.1-flash-image-preview 或 flux.2-pro；需要编辑可用 gemini-3.1-flash-image-preview 或 flux.2-pro；考虑成本且仅需生成可用 flux.2-flex。
使用方式
使用 scripts/generate_image.py 脚本生成或编辑图像。
生成新图像： python scripts/generate_image.py "A beautiful sunset over mountains"
编辑已有图像： python scripts/generate_image.py "Make the sky purple" --input photo.jpg
脚本会生成或编辑图像，并保存为当前目录下的 generated_image.png。
API 密钥配置：脚本需要 OpenRouter API 密钥。运行前应检查用户是否已配置密钥：在项目目录或父目录中查找 .env 文件，检查其中是否有 OPENROUTER_API_KEY=<key>。如果未找到，需要提示用户创建 .env 文件并写入 OPENROUTER_API_KEY=your-api-key-here，或设置环境变量 export OPENROUTER_API_KEY=your-api-key-here。API 密钥可从 https://openrouter.ai/keys 获取。脚本会自动检测 .env 文件，并在缺少 API 密钥时给出清晰错误信息。
脚本参数：
- prompt（必填）：要生成图像的文本描述，或编辑指令。
- --input 或 -i：用于编辑的输入图像路径（启用编辑模式）。
- --model 或 -m：OpenRouter 模型 ID，默认 google/gemini-3.1-flash-image-preview。
- --output 或 -o：输出文件路径，默认 generated_image.png。
- --api-key：OpenRouter API 密钥，可覆盖 .env 文件。
常见用法示例： 指定模型：python scripts/generate_image.py "A cat in space" --model "black-forest-labs/flux.2-pro" 自定义输出路径：python scripts/generate_image.py "Abstract art" --output artwork.png 编辑已有图像：python scripts/generate_image.py "Make the background blue" --input photo.jpg 用指定模型编辑：python scripts/generate_image.py "Add sunglasses to the person" --input portrait.png --model "black-forest-labs/flux.2-pro" 编辑并自定义输出：python scripts/generate_image.py "Remove the text from the image" --input screenshot.png --output cleaned.png 生成多张图像：多次运行脚本，使用不同提示词或输出路径，例如： python scripts/generate_image.py "Image 1 description" --output image1.png python scripts/generate_image.py "Image 2 description" --output image2.png
适用场景
科学文档：为论文生成概念插图，例如 python scripts/generate_image.py "Microscopic view of cancer cells being attacked by immunotherapy agents, scientific illustration style" --output figures/immunotherapy_concept.png；为演示生成视觉素材，例如 python scripts/generate_image.py "DNA double helix structure with highlighted mutation site, modern scientific visualization" --output slides/dna_mutation.png。
演示与海报：标题页背景，例如 python scripts/generate_image.py "Abstract blue and white background with subtle molecular patterns, professional presentation style" --output slides/background.png；海报主视觉，例如 python scripts/generate_image.py "Laboratory setting with modern equipment, photorealistic, well-lit" --output poster/hero.png。
通用视觉内容：网站或文档配图，例如 python scripts/generate_image.py "Professional team collaboration around a digital whiteboard, modern office" --output docs/team_collaboration.png；营销素材，例如 python scripts/generate_image.py "Futuristic AI brain concept with glowing neural networks" --output marketing/ai_concept.png。
限制与注意事项
脚本会针对缺少 API 密钥（附带设置说明）、API 错误（附带状态码）、意外响应格式、缺少依赖（requests 库）等情况给出清晰错误信息。如果脚本失败，应先阅读错误信息并解决问题后再重试。
图像以 base64 编码的数据 URL 返回，并自动保存为 PNG 文件。脚本支持不同 OpenRouter 模型返回的图像和内容响应格式。生成时间因模型而异，通常为 5-30 秒。进行图像编辑时，输入图像会被编码为 base64 并发送给模型。支持的输入图像格式为 PNG、JPEG、GIF、WebP。费用信息可查看 OpenRouter 定价：https://openrouter.ai/models。
图像编辑建议：明确说明想要的具体更改（例如“change the sky to sunset colors”而非“edit the sky”）；尽可能引用图像中的具体元素；为获得最佳效果，使用清晰详细的编辑指令；Gemini 3.1 Flash Image Preview 与 FLUX.2 Pro 均通过 OpenRouter 支持图像编辑。
与其他技能集成：scientific-schematics 用于技术图表、流程图、电路、通路；generate-image 用于照片、插画、艺术作品、视觉概念；scientific-slides 可与 generate-image 结合制作视觉丰富的演示；latex-posters 可用 generate-image 制作海报视觉与主视觉图。