SuperAPI AI 工具集

ai-image-generation

设计与创作

查看项目

更新于 10-13 20:10

技能介绍

该技能用于通过 inference.sh CLI(belt)调用多种 AI 模型生成图像,文档称支持 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 等 50 多个模型。

用途方面,该技能主要面向需要以命令行方式批量或脚本化调用多种图像生成模型的场景,涵盖文本生成图像、图像编辑、局部重绘、文本渲染、图像放大与多图拼接等任务。

主要能力包括:通过 belt app run 指定 App ID 与 JSON 输入生成图像;支持在输入中传入提示词、图像 URL、质量参数、宽高比等;可选模型覆盖多个厂商与用途,例如 GPT-Image-2 适合文本生成图像、编辑与局部重绘,FLUX Dev LoRA 适合带自定义风格的高质量生成,FLUX.2 Klein LoRA 主打快速且支持 LoRA(4B/9B),P-Image 系列主打快速经济与预设 LoRA 风格及快速图像编辑,Gemini 3 Pro 与 Gemini 2.5 Flash 为 Google 模型,Grok Imagine 支持多种宽高比,Seedream 4.5/4.0/3.0 提供 2K-4K 画质及精确文本渲染,Reve 支持自然语言编辑与文本渲染,ImagineArt 1.5 Pro 面向超高保真 4K,FLUX Klein 4B 价格极低,Topaz Upscaler 用于专业放大。

使用方式上,需先安装 belt CLI 技能(npx skills add belt-sh/cli),并安装 inference.sh CLI(belt),然后执行 belt login 登录。之后通过 belt app run 传入应用 ID 与 JSON 输入运行,例如 belt app run falai/flux-dev-lora --input '{"prompt": "a cat astronaut in space"}'。文档给出的示例还包括 GPT-Image-2 生成与编辑、FLUX 文生图、FLUX Klein 快速生成、Gemini 3 Pro、Grok Imagine 带宽高比、Reve 文本渲染、Seedream 4.5 高质量、Topaz 放大以及 stitch-images 多图拼接。可通过 belt app list --category image 浏览全部图像应用,也可通过 belt app list 浏览所有应用。相关技能可通过 npx skills add 安装,包括完整平台技能、Pruna P-Image、GPT-Image-2、FLUX、放大与增强、背景移除、视频生成、图像生成 AI 头像等。

适用场景包括需要统一命令行入口调用多模型进行图像生成、编辑、放大与拼接的开发者与自动化流程。

限制方面,资料未提供各模型的详细计费规则、额度、速率限制、平台支持范围与具体输出格式等信息;部分模型的具体参数与能力细节也未在资料中展开,实际可用性需以对应平台与文档为准。