用途:该技能用于通过 inference.sh 命令行工具 belt 调用 Google Gemini 原生图像模型,完成文生图与图像编辑。
主要能力:支持两个模型——Gemini 3 Pro Image(应用 ID google/gemini-3-pro-image-preview,较慢但质量最佳)与 Gemini 2.5 Flash Image(应用 ID google/gemini-2-5-flash-image,速度快、质量优秀)。可生成多张图片、指定宽高比(1:1、16:9、9:16、4:3、3:4、auto)、设置分辨率(1K、2K、4K,仅 Gemini 3 Pro 支持)、选择输出格式,并可通过 enable_google_search 启用实时信息接地。图像编辑最多可传入 14 张输入图片。
使用方式:先安装技能 npx skills add belt-sh/cli,再执行 belt login 登录。基本调用为 belt app run google/gemini-3-pro-image-preview --input '{"prompt": "a banana in space, photorealistic"}'。可用 belt app search "gemini image" 搜索应用,用 belt app sample google/gemini-3-pro-image-preview --save input.json 生成示例输入后编辑并运行。
适用场景:需要以命令行批量或脚本化生成图片、做图像编辑、生成多比例或多分辨率素材时。
限制:依赖 inference.sh CLI 与登录账号;4K 分辨率仅 Gemini 3 Pro 支持;输入图片上限 14 张;具体收费与配额资料未提供。