用途:用于生成或编辑图像,支持多提供商。默认提供商为 Gemini(nano-banana-pro),传 --provider openai 可改用 gpt-image-2。
提供商选择:Gemini 适合一般插画、快速示意图、视觉图像,可多次传 --input-image 做多图合成;OpenAI 适合文字渲染重要的场景(信息图、类幻灯片图片、密集标签示意图、带文字的 logo),或需要在编辑时做掩码局部重绘。
使用方式:技能自带预打包的 Node 脚本,无需安装 tsx 或依赖。脚本的 --help 是权威参数参考,应运行而非猜测: node ${CLAUDE_PLUGIN_ROOT}/skills/image-gen/dist/generate_image.js --help
生成:
node ${CLAUDE_PLUGIN_ROOT}/skills/image-gen/dist/generate_image.js
--prompt "your description" --filename "output.png"
编辑(图生图):
node ${CLAUDE_PLUGIN_ROOT}/skills/image-gen/dist/generate_image.js
--prompt "editing instructions" --filename "output.png"
--input-image "path/to/input.png"
API 密钥:从环境变量读取,除非用 --api-key 覆盖。Gemini 使用 GEMINI_API_KEY 或 GOOGLE_API_KEY;OpenAI 使用 OPENAI_API_KEY。若只设置了 OPENAI_API_KEY,提供商默认为 OpenAI。
约定:文件名用 YYYY-MM-DD-HH-MM-SS-descriptive-name.png 格式。博客示意图建议用 OpenAI 2K,因为带可读标签或标注的内容需要文字保真度。保存到文章内容目录(如 src/content/blog/post-name/),偏好干净、极简风格。脚本会打印保存路径,应把该路径报告给用户,不要回读图像。
限制:资料未提供具体价格、额度、平台支持或延迟等信息。