ai-image-generation

用途

该技能用于通过 inference.sh CLI（命令名为 belt）调用 50 多个 AI 图像模型来生成和处理图片。它把不同厂商的图像模型统一到同一个命令行入口，用户无需分别对接各家 API，只需指定模型的应用 ID 并传入 JSON 参数即可运行。

主要能力

技能覆盖的模型与用途包括：

• GPT-Image-2（openai/gpt-image-2）：文生图、编辑、局部重绘（inpainting）。
• FLUX Dev LoRA（falai/flux-dev-lora）：高质量生成，支持自定义风格。
• FLUX.2 Klein LoRA（falai/flux-2-klein-lora）：快速生成，支持 LoRA（4B/9B）。
• P-Image（pruna/p-image）：快速、经济，支持多种画幅。
• P-Image-LoRA（pruna/p-image-lora）：快速，内置预设 LoRA 风格。
• P-Image-Edit（pruna/p-image-edit）：快速图像编辑。
• Gemini 3 Pro（google/gemini-3-pro-image-preview）：Google 最新模型。
• Gemini 2.5 Flash（google/gemini-2-5-flash-image）：Google 快速模型。
• Grok Imagine（xai/grok-imagine-image）：xAI 模型，支持多种画幅。
• Seedream 4.5（bytedance/seedream-4-5）：2K-4K 电影级画质。
• Seedream 4.0（bytedance/seedream-4-0）：高质量 2K-4K。
• Seedream 3.0（bytedance/seedream-3-0-t2i）：文字渲染准确。
• Reve（falai/reve）：自然语言编辑、文字渲染。
• ImagineArt 1.5 Pro（falai/imagine-art-1-5-pro-preview）：超高保真 4K。
• FLUX Klein 4B（pruna/flux-klein-4b）：极低成本（资料标注为 $0.0001/张）。
• Topaz Upscaler（falai/topaz-image-upscaler）：专业图像放大。

此外还支持多图拼接（infsh/stitch-images），可按水平等方向拼接多张图片。

使用方式

首先安装技能：

npx skills add belt-sh/cli

该技能依赖 inference.sh CLI（belt），需先完成安装并登录：

belt login

基本运行格式为 belt app run <应用ID> --input '<JSON>'。示例：

用 FLUX 生成图片：

belt app run falai/flux-dev-lora --input '{"prompt": "a cat astronaut in space"}'

GPT-Image-2 生成：

belt app run openai/gpt-image-2 --input '{
  "prompt": "professional product photo of sneakers, studio lighting",
  "quality": "high"
}'

GPT-Image-2 编辑：

belt app run openai/gpt-image-2 --input '{
  "prompt": "change the background to a beach at sunset",
  "images": ["https://your-image.jpg"]
}'

FLUX Klein 快速生成：

belt app run falai/flux-2-klein-lora --input '{"prompt": "sunset over mountains"}'

Gemini 3 Pro：

belt app run google/gemini-3-pro-image-preview --input '{
  "prompt": "photorealistic landscape with mountains and lake"
}'

Grok Imagine（指定画幅）：

belt app run xai/grok-imagine-image --input '{
  "prompt": "cyberpunk city at night",
  "aspect_ratio": "16:9"
}'

Reve（文字渲染）：

belt app run falai/reve --input '{
  "prompt": "A poster that says HELLO WORLD in bold letters"
}'

Seedream 4.5（4K 画质）：

belt app run bytedance/seedream-4-5 --input '{
  "prompt": "cinematic portrait of a woman, golden hour lighting"
}'

图像放大：

belt app run falai/topaz-image-upscaler --input '{"image_url": "https://..."}'

多图拼接：

belt app run infsh/stitch-images --input '{
  "images": ["https://img1.jpg", "https://img2.jpg"],
  "direction": "horizontal"
}'

浏览全部图像类应用：

belt app list --category image

相关技能

资料还列出可单独安装的相关技能：

npx skills add inference-sh/skills@infsh-cli
npx skills add inference-sh/skills@p-image
npx skills add inference-sh/skills@gpt-image
npx skills add inference-sh/skills@flux-image
npx skills add inference-sh/skills@image-upscaling
npx skills add inference-sh/skills@background-removal
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@ai-avatar-video

适用场景

适合需要在命令行或自动化流程中批量调用多种图像模型的开发者与创作者，例如文生图、产品图生成、图像编辑与换背景、海报文字渲染、图像放大增强、多图拼接等。

限制

使用前需安装并登录 inference.sh CLI（belt）。各模型的具体参数、计费与可用性以对应应用为准；资料中仅对 FLUX Klein 4B 标注了 $0.0001/张的价格，其余模型价格暂未提供。