用途
Image Generation 是一个图像生成技能,用于根据文本描述调用 AI 图像生成能力,将生成的图片保存到本地路径,并交由模型通过 readFile 工具展示给用户。
主要能力
- 根据详细文本描述生成图像。
- 支持宽高比:1:1、3:2、2:3、16:9、9:16,默认 1:1。
- 支持分辨率:1K、2K、4K,默认 1K。
- 支持背景:不透明(opaque,默认)或透明(transparent)。
- 支持通过公共 URL 参考图引导生成,可重复传入多个参考图。
- 提供 image-to-url 子命令,将本地图片上传并转换为公共签名 URL。
使用方式
首次使用前需确保已安装 agent-gw Python SDK(0.2.6 或更新版本)。可运行以下命令检查环境,并在需要时安装或升级:
python3 scripts/image_generation_tool.py ensure-deps
SDK 需要 API Key,来源可以是 api_key=...、KIMI_API_KEY 环境变量或 ~/.kimi/agent-gw.json。
生成图像的基本命令:
python3 scripts/image_generation_tool.py generate \
--description "A serene mountain lake at sunrise, soft golden light, mirror reflection, ultra detailed" \
--ratio "16:9" \
--resolution "2K" \
--background "opaque" \
--output "/path/to/output.png"
参数说明:description(必填)为图像详细描述;ratio 为宽高比;resolution 为分辨率;background 为背景类型;reference_image 为参考图公共 URL,可重复指定;output(必填)为本地输出路径,需以 .jpg、.jpeg 或 .png 结尾,透明背景必须使用 .png。
若使用本地参考图,需先上传转换为公共 URL,再将 URL 传给 generate:
python3 scripts/image_generation_tool.py image-to-url --image-path /path/to/local_ref.png
然后将打印出的公共 URL 通过 --reference-image 传入 generate 命令。generate 只接受公共 URL,传入本地路径会被拒绝并提示使用 image-to-url。
脚本流程为:向网关 generate_image API 发送 description、ratio、resolution、background、reference_image_urls;读取响应中的 media.url 与 media.mime_type;通过 curl 下载图片到 output 路径;打印保存路径并提醒用 readFile 展示。
分辨率与宽高比限制
不透明背景仅支持以下组合:
- 1K:1:1(1024x1024)、3:2(1536x1024)、2:3(1024x1536)
- 2K:1:1(2048x2048)、16:9(2048x1152)
- 4K:16:9(3840x2160)、9:16(2160x3840)
透明背景仅支持 1K 分辨率下的 1:1、3:2、2:3,且输出必须为 PNG。
适用场景
适用于需要根据文字描述快速生成图像的任务,例如插画、场景图、角色图等;也可在已有参考图(公共 URL)基础上生成风格或内容相关的变体。
限制
- 参考图仅接受公共 URL;本地图片必须先经 image-to-url 上传转换,generate 不接受本地路径。
- 不透明背景与透明背景分别受上述分辨率与宽高比组合限制。
- 若调用失败,应按打印的错误信息说明原因,不应编造图像或本地路径。
- 展示图像需由模型调用 readFile 工具完成,不属于该插件的职责。
- API 计费、价格等信息暂未提供。