SuperAPI AI 工具集

image-generation

设计与创作

查看项目

更新于 10-15 15:40

技能介绍

用途

该技能是图像生成流程中的控制器,用于在真正提交图像任务之前完成需求梳理与决策。它面向“最终想要的资产是图片或一批图片”的场景,把模糊或复杂的图像需求转化为可执行的交接材料,再交由下游执行技能处理。

主要能力

  • 识别输入类型:可处理文本提示词、已上传图片、既有输出、产品链接、研究交接材料、产品图、人设图、横幅、缩略图、分镜面板以及批量变体等多种输入。
  • 分类图像任务:覆盖 text_to_image(仅提示词)、image_edit(上传图加修改请求)、reference_image(基准帧或风格板)、product_image(产品照片、链接或产品信息)、banner_thumbnail(优惠、钩子、平台)、storyboard_image(分镜计划或板规格)、batch_variant(多变体或多人设)等类别。
  • 确定模型与参考规则:纯文本草稿可使用文生图端点;编辑需要绑定源图并选用支持编辑的端点;人设、产品与品牌身份默认作为绑定参考,除非用户明确标注仅为灵感来源;基准片段、情绪板和竞品参考默认为灵感来源,除非约定另有说明;被排除的参考不得进入执行请求。
  • 生成控制器交接产物:输出包含 taskClass、inputType、modelRule、referencePolicy、requiredRunnerInputs、handoffSkill、mustNotDo 等信息,并交给 image-batch-runner 执行。

使用方式

根据用户输入选择最小匹配的命令或工作流并直接运行。该技能由指令驱动,需依据现有证据直接产出控制器交接产物。它不调用私有的提供方或运行时路径,也不使用未公开的本地工具。在运行中若 CLI 返回报价确认挑战,需要先取得用户对该范围与费用的批准,再运行 postplus quote confirm --json --challenge-file <challenge.json>,并使用返回的令牌重试。

适用场景

  • 需要从提示词、产品或参考图出发规划图像创建或编辑。
  • 需要在交付执行前明确任务类型、模型与参考规则。
  • 需要为 image-batch-runner 准备规范化请求或交接材料。

限制

  • 不适用于最终产物为视频、音频、字幕、转录或剪辑方案的情况;最终为视频时应交给 video-batch-runner,最终为音频时应交给 audio-generation。
  • 若图像请求已规范化且可直接执行,应使用 image-batch-runner。
  • 若用户需要先做钩子或基准解码,应使用 reference-decode。
  • 若需要先做媒体理解,应交给 media-analysis。

输出形态

返回 taskClass、inputType、modelRule、referencePolicy、requiredRunnerInputs、handoffSkill、mustNotDo。

停止条件

当缺少必要的用户意图、来源证据或自有输入产物,且猜测会改变结果时应停止。不应让 image-batch-runner 做创作性分类决策。