用途:为技术文章生成封面图和文中插图,不负责渲染 Mermaid 或 PlantUML(那属于 imagen-diagrams)。
主要能力:支持 --engine-hint imagen、grok、codex 指定图像引擎;无提示时按顺序自动尝试已安装引擎,运行时或认证失败后继续下一个。Imagen 直接调用 imagen CLI;Grok 调用非交互式 xAI 图像 CLI grok-img 并归一化输出路径;Codex 启动代理并要求 image_gen 保存 PNG。Grok 与 Codex 必须实际生成文件,仅文字回复或缺失结果会失败关闭,保留提示词 sidecar 并记录失败尝试。
模型:nano-banana-2(默认,gemini-3.1-flash-image,适合文章图、高产量,0.5K–4K)、nano-banana-pro(gemini-3-pro-image,适合封面、图内文字、密集构图)、nano-banana-2-lite(草稿与缩略图)、nano-banana(旧版回退)。--kind cover 选 Pro,--kind article 选 Nano Banana 2。
使用方式:安装 imagen CLI 可运行 python3 skills/image-gen/scripts/install_imagen.py,需设置 GOOGLE_API_KEY 或 imagen keys set google YOUR_KEY。生成封面示例:python3 skills/image-gen/scripts/generate.py --kind cover --aspect 16:9 --output work/images/article_cover.png --prompt "...";文中图把 --kind 改为 article,可加 --engine-hint grok。脚本包括 generate.py、install_imagen.py、backends.py、models.py。
输出:<stem>.png、<stem>_imagen.prompt.txt(始终生成)、<stem>.json sidecar(记录引擎提示、后端、策略、模型与尝试记录)。若缺少 worker,只写提示词 sidecar 并以退出码 2 结束,需运行 /image-gen-install。
限制:不渲染 Mermaid/PlantUML;不伪造 PNG;Grok 需配置 XAI_API_KEY 或先 grok-img auth login;图内文字建议用 Pro 并保持标签简短。