用途：通过 fal.ai 把想法变成成品图像，用三阶段流程控制成本与效果：先在快速模型上廉价迭代，与用户锁定概念，再用高质量模型只生成一次约定好的图。技能只在本地生成文件供用户查看使用，不会发布或作为品牌定稿素材。
主要能力与模式： Path A 从零创建（无源图）：走完整三阶段。Stage 1 纯文字构思，访谈用户并整理结构化提示词简报（主体、风格媒介、构图、光线氛围、配色、比例、质量修饰与负向词），给出两三个不同方向并保存到 _workings/。Stage 2 用便宜的 FLUX schnell 文生图原型迭代，反馈时选择改提示词重跑或对选定图做定向编辑（默认编辑器 FLUX Kontext dev，保留原图尺寸，仅改指定部分）。Stage 3 用户确认原型后，用 Nano Banana Pro 按目标分辨率（2K 或 4K，4K 按基础价 2 倍计费）生成最终图；最终提示词须包含完整锁定提示词并指明要修复的生成缺陷。 Path B 编辑已有图：跳过原型，据源图确定构图，构思确认提示词后直接用 Nano Banana Pro 质量编辑，可传多张图（原图在前、原型在后）。 Path C 清理/增强已有照片：同样跳过原型，用 references/cleanup-checklist.md 逐项核对照片可见问题，列给用户验证，组装一次综合校正提示词，以 2K 跑一遍。
使用方式：需要 fal.ai 账户与计费，以及 FAL_KEY（环境变量或工作目录中保存密钥的文本文件，helper 会自动查找）。依赖 fal-client 与 requests，安装命令 pip install fal-client requests。检查 scripts/falgen.py 存在、依赖已装、FAL_KEY 已设、工作目录可写。生成命令示例：python scripts/falgen.py generate --prompt "[提示词]" --aspect 16:9 --num 2 --run-log workings/run-log[slug].md --out-dir workings --name image[slug]_v1。编辑用 edit，放大用 upscale（默认 Recraft Crisp，可选 clarity-upscaler）。输出文件名以 helper 实际打印的为准。
限制与注意：生成、编辑、放大或去背景都会把提示词或图像发送至 fal.ai（美国第三方服务），属外部数据外泄；首次生成和更贵的 Stage 3 生产调用前都需用户明确同意。禁止用于保密或敏感图像/文档、视频生成、Canva 模板、PowerPoint、数据图表、仪表盘、流程图等。清理照片只修正拍摄问题，不改主体真实特征，因是生成式重渲染可能轻微漂移，需与原件比对；对准确性要求高的场合应使用非生成式工具。辅助工具会写入 _falgen-costs.jsonl 成本日志。