用途：根据一张参考图，在保留其风格、版式与视觉语言的前提下，替换为 target_content 指定的新内容，生成新图。依赖 sn-image-base（tier 0）提供的 sn-image-recognize、sn-text-optimize、sn-image-generate 三个工具，本技能为 tier 1。
主要能力：先从参考图提取高保真长描述与版式蓝图；再在版式锁定约束下按用户目标重写描述；随后生成图像并做版式一致性复审，未达阈值可有限重试；最后返回结构化过程产物便于调试与复现。结果目标为版式与风格一致，不保证像素级还原。
使用方式：输入 reference_image（必填，本地路径或 URL）、target_content（必填）、output_mode（默认 friendly，可选 verbose）、aspect_ratio（默认 16:9）、image_size（默认 2k）、max_attempts（默认 3）、layout_threshold（默认 0.75）。流程分三步：调用 sn-image-recognize 注释参考图并解析 SHORT_CAPTION、LONG_CAPTION、LAYOUT_BLUEPRINT_JSON；调用 sn-text-optimize 重写长描述；循环调用 sn-image-generate 生成并用 sn-image-recognize 复审版式，评分达标即提前退出，否则带修正提示重试，全部失败则返回最高分候选并标记 layout_passed=false。环境变量：SN_BASE_URL="https://token.sensenova.cn/v1"、SN_API_KEY="your-api-key"；回退优先级为专用变量>域名共享变量>全局变量，文本用 SN_TEXT_API_KEY -> SN_CHAT_API_KEY -> SN_API_KEY，视觉用 SN_VISION_API_KEY -> SN_CHAT_API_KEY -> SN_API_KEY，图像生成用 SN_IMAGE_GEN_API_KEY -> SN_API_KEY。API 调用通过 sn-image-base 的 sn_agent_runner.py 执行。
适用场景：单张静态图的内容替换式风格模仿，且需要保持版式结构。
限制：不适用于无内容变更的纯神经风格迁移、参考图局部编辑或修复、视频或动画输入、单次多参考图批量生成；不保证像素级保真；max_attempts>1 时需要可用的 VLM 配置，否则应设为 1 跳过复审。更多依赖与 API 细节需参见 sn-image-base 与 sn-image-generate_en.md 的相关说明。