用途:当用户要求生成、绘制、创建任何图片、照片、插画、图标、Logo 或艺术作品时使用,可调用 8 种先进 AI 图像模型。
主要能力:内置模型选择参考——midjourney 适合艺术、电影感、绘画风格(约 15 秒);flux-pro 适合写实、肖像、产品(约 8 秒);flux-dev 通用均衡(约 10 秒);flux-schnell 快速草稿(约 2 秒);ideogram 适合带文字图片、Logo、海报(约 10 秒);recraft 适合矢量、图标、扁平设计(约 8 秒);sdxl 适合动漫与风格化插画(约 5 秒);nano-banana 基于 Gemini,适合风格一致(约 12 秒)。Midjourney 生成后还可执行 upscale、variation、reroll。
使用方式:先根据所选模型增强提示词(如 Midjourney 加 cinematic lighting、--v 7、--style raw;Flux 加 masterpiece、sharp focus;Ideogram 明确文字与排版;Recraft 指定 vector illustration、flat design)。再运行: node {baseDir}/tools/generate.js --model <model_id> --prompt "<enhanced prompt>" --aspect-ratio <ratio> 参数包括 --model(默认 flux-dev)、--prompt(必填)、--aspect-ratio(默认 1:1,可选 1:1、16:9、9:16、4:3、3:4、3:2、21:9)、--num-images(1–4,Midjourney 固定返回 4)、--negative-prompt(Midjourney 不支持)、--seed。脚本会等待并返回统一结构 { success, model, imageUrl, images },把 imageUrl 发给用户即可。
Midjourney 后续操作示例: node {baseDir}/tools/generate.js --model midjourney --action upscale --index 2 --job-id <job_id> node {baseDir}/tools/generate.js --model midjourney --action variation --index 3 --job-id <job_id> --variation-type 1 node {baseDir}/tools/generate.js --model midjourney --action reroll --job-id <job_id> Upscale 类型:0=Subtle(默认,适合照片),1=Creative(适合插画);Variation 类型:0=Subtle(默认),1=Strong。
配置与限制:无需 API 密钥,请求经托管代理在服务端完成鉴权,安装即可用。可选环境变量 IMAGE_STUDIO_PROXY_URL(自定义代理,默认 https://image-gen-proxy.vercel.app)与 IMAGE_STUDIO_TOKEN(未设置则自动获取,每个 token 100 次免费使用)。自行部署代理可参考 videoagent-audio-studio,需要 FAL_KEY 和 LEGNEXT_KEY 作为 Vercel 环境变量。价格、配额上限等更多细节暂未提供。