用途:作为 Claude Code 内的图像生成代理,为文章和简报批量生成缩略图候选,无需在多个工具间切换或逐张在 Gemini 网页端操作。Claude 会完成读取文案、提出构图、编写提示词、调用 Gemini API、评估输出并返回排序结果的完整循环,产出可直接用于 CMS、简报工具或社交排期工具的候选图。
前提条件:需准备 GEMINI API Key(可从 Google AI Studio 获取),并设置环境变量:export GEMINI_API_KEY=<your-key>,可用 echo $GEMINI_API_KEY 验证。还需项目根目录存在 ./generate_image.py 脚本,缺失时 Claude 会提示创建。Python 依赖:pip install google-generativeai Pillow requests,或用 uv pip install google-generativeai Pillow requests。
必要输入:文章正文或 URL(必需);品牌色、字体风格、风格参考描述(推荐);输出尺寸默认 1792x1024,可选 1024x1024、1024x1792;候选数量默认 4,最少 1、最多 8。未提供品牌规格时可说“use clean defaults”使用干净默认风格。
输出结构:先是构图提案文本,如 Bold Claim、Conceptual Object、Contrast Split、Typographic 等,等待用户按编号或 all 确认后再调用 API。生成文件保存到 ./thumbnails/[article-slug]/,命名如 candidate_01_bold_claim.png,并附 evaluation_report.md。评估表按品牌契合度与文字可读性打分,并给出网页、邮件/移动端、社交的推荐。
使用方式:检查 API Key、脚本与依赖后运行 python3 generate_image.py --prompt "..." --output "./thumbnails/article-slug/candidate_01_bold_claim.png" --width 1792 --height 1024,或通过 --config ./prompts.json 批量生成。
限制:Gemini Imagen 有时会出现文字拼写错误或字形扭曲,需在评估中注明并建议改用 Canva 或 Figma 手动叠加文字。提示词建议控制在 300 词以内。其他费用、可用平台与效果细节资料暂未提供。