用途：该技能指导如何通过 Google Gemini API 的 gemini-2.5-flash-image 模型，根据文本提示生成高质量图像，并支持图像编辑与多图合成。适用于文生图、为文档或设计项目生成视觉素材、通过对话式编辑迭代优化图像等场景。
主要能力：
- 文生图：根据文本描述生成图像。
- 图像编辑：提供已有图片加文字指令，实现添加或删除元素、改变风格。
- 多图合成：将最多 3 张源图合成为新画面（推荐上限）。
- 迭代优化：通过多轮会话式编辑逐步调整图像。
使用方式：
- 配置 API 密钥，技能按以下顺序自动检测 GEMINI_API_KEY：进程环境变量 export GEMINI_API_KEY="your-key"；技能目录 .claude/skills/gemini-image-gen/.env；项目根目录 ./.env。密钥可在 Google AI Studio 获取，在 .env 中写入 GEMINI_API_KEY=your_api_key_here。
- 安装依赖：pip install google-genai。
- 可直接调用 SDK：client.models.generate_content(model='gemini-2.5-flash-image', contents='提示词', config=types.GenerateContentConfig(response_modalities=['image'], aspect_ratio='16:9'))，并从响应 parts 的 inline_data 中取出图像数据保存。
- 也可使用助手脚本：python .claude/skills/gemini-image-gen/scripts/generate.py "提示词" --aspect-ratio 16:9 --output ./docs/assets/city.png。脚本自动处理密钥检测，并将结果以带时间戳文件名保存到 ./docs/assets/，可用 mkdir -p ./docs/assets 创建目录。
关键参数与提示词要点：支持的宽高比包括 1:1（1024×1024）、16:9（1344×768）、9:16（768×1344）、4:3（1152×896）、3:4（896×1152），各比例 token 成本均为 1290。响应模态可选 ['image']、['text'] 或 ['image','text']。提示词建议包含主体、环境、风格三要素，并可加 4K、HDR、专业摄影等质量修饰词及镜头参数；图中文字建议不超过 25 字符、最多 3 个词组，并指定字体风格。
模型规格与限制：模型 gemini-2.5-flash-image，输入 token 上限 65,536，输出 token 上限 32,768，支持文本与图像输入输出，知识截止 2025 年 6 月，支持结构化输出、批量 API、缓存。限制包括：多图输入建议最多 3 张；文字渲染最好先单独生成；不支持音频与视频输入；EEA、瑞士、英国对儿童图像上传有区域限制；最佳语言支持为英语、西班牙语（墨西哥）、日语、普通话、印地语。安全过滤可按请求配置，可通过 response.prompt_feedback.block_reason 查看拦截原因。费用、价格等资料未提供。