用途:通过命令行脚本调用多家 AI 图像生成服务,默认提供商为 Tuzi(兔子API,api.tu-zi.com),也支持 Google、OpenAI、DashScope、Replicate,用于文生图和基于参考图的图像生成。
主要能力:支持 --prompt 文本提示、--promptfiles 从文件读取提示、--image 指定输出路径(必填)、--ref 参考图、--ar 宽高比、--size 尺寸、--quality 与 --imageSize 画质、--n 生成数量、--json 输出。Tuzi 提供 nano-banana 系列(如 gemini-3.1-flash-image-preview、gemini-3-pro-image-preview-vip 等)及 Flux、Seedream、gpt-image-1.5 等模型,部分模型为异步任务,脚本自动轮询(5 秒间隔,最长 30 分钟)。
使用方式:脚本位于 ${SKILL_DIR}/scripts/main.ts,基本用法为 npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png,可加 --ar 16:9、--quality 2k、--provider google 等参数。首次使用须检查 EXTEND.md(项目路径 .baoyu-skills/baoyu-image-gen/EXTEND.md,或用户目录 $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md),未找到时须先完成首次设置(提供商、模型、画质、保存位置)后才可生成。配置优先级:命令行参数 > EXTEND.md > 环境变量 > .env 文件。
限制:需配置对应提供商的 API Key(如 TUZI_API_KEY、GOOGLE_API_KEY 等);不同模型支持的宽高比不同,gpt-image-1.5 仅支持 1:1、3:2、2:3;部分模型画质参数会被忽略;异步任务超时 30 分钟报错;内容可能被拒绝(PROHIBITED_CONTENT),提示过于模糊时可能返回 NO_IMAGE。默认顺序生成,仅在用户明确要求时才并行。具体收费与价格资料暂未提供。