用途:该技能用于在 Claude Code 会话中按文本提示生成图像,适用于前端 UI 占位图或正式配图、文档插图与示意图、概念或架构可视化,以及图标、标志和 UI 素材等任务。
主要能力:接收描述图像的文本提示,调用 Google Gemini 图像生成接口,将结果保存为 PNG 文件并返回文件路径,便于在项目中使用。支持通过参数指定输出路径和尺寸(如 2K),默认保存到当前目录。跨平台支持 Windows、macOS 和 Linux。
使用方式:需先设置 GEMINI_API_KEY 环境变量,使用 Python 3.10+,并明确指定经审核的 GEMINI_MODEL 或 --model。示例命令:python scripts/generate_image.py --model "$GEMINI_MODEL" "A futuristic city skyline at sunset" "./generated-image.png";可加 --size 2K 指定尺寸。输出目录须已存在且已获授权,输出文件名为新的 .png。
限制与注意:提示词会发送至 Google,可能产生费用,使用前须确认服务、数据与费用范围;不要自动安装凭据、对有疑问的计费调用重试或覆盖文件。内置脚本会拒绝重定向、限制响应字节并校验 PNG MIME 与签名,但它不是完整的图像解码器,也不构成图像正确性的证明;套接字超时不等于总时长保证。交付后需核对尺寸、内容与版权,仅在获授权时发布。模型可用性与定价、具体 API 细节未在资料中提供,需自行核实。若宿主有专门的图像工具,应优先按其约定使用。