imagine-models 是一个模型选择技能，帮助用户在编写 vofy image create 或 vofy video create 命令之前，先确定应使用哪个 Vofy 图像或视频模型。当用户询问应选择哪个模型，或需要按使用场景、模式、分辨率、宽高比、时长、价格和特殊能力进行选择时，可使用该技能。
选择步骤
- 将任务归类为图像或视频，然后确定所需的模式。
- 从快速推荐（Quick Picks）中为常见请求挑选模型。
- 在生成的参考文档中确认确切的允许宽高比、分辨率、时长、源输入和价格。
- 在通过 vofy models <name> 或参考文档确认之前，避免使用模型专属标志。
快速推荐
- 通用图像：seedream-4.5，理由是高质量、宽高比范围广、最高支持 4K。
- OpenAI 图像/编辑：gpt-image-2，理由是 4K 输出、宽高比范围广、支持修复（inpainting）。
- 透明 Logo/图标：gpt-image-1.5，理由是支持 --background transparent。
- 网络感知图像：seedream-5.0-lite 或 gemini-3.1-flash-image-preview，理由是支持当前参考工作流。
- 最高质量视频：veo-3.1，理由是最高支持 4K，文本/视频质量强。
- 快速视频预览：veo-3.1-fast，理由是同一系列中更快的预览模型。
- 预算视频：veo-3.1-lite，理由是成本更低的 1080p 选项。
- 静态图像动画：kling-3.0 或 seedance-2.0，理由是图像转视频支持强。
- 长视频或带音频视频：kling-3.0 或 seedance-2.0，理由是最高 15 秒并支持音频。
- 运动控制：kling-3.0-motion-control，理由是专用的轨迹模型。
- 视频变换/扩展：seedance-2.0 或 grok-imagine-video，理由是支持 video_to_video 和 video_extension。
- 多模态参考：seedance-2.0，理由是支持图像、视频和音频参考。
何时需要查看详细信息
- 用户询问确切成本、宽高比、分辨率、时长或输出数量。
- 用户提供源媒体，且模式可能根据源媒体推导输出尺寸。
- 用户要求音频、搜索接地、透明背景、多镜头、运动控制或混合参考。
- 创建命令因不支持的模式、标志或值而失败。
参考文档中的模式缩写：t2i、i2i、t2v、i2v、interp、ref、mm、v2v、ext、mc。
参考文档
- 使用 image-models.md 查看确切的图像模式、宽高比、分辨率、特殊参数和价格。
- 使用 video-models.md 查看确切的视频模式、时长、源约束、特殊参数和价格。
- 使用 vofy models --type image、vofy models --type video 或 vofy models <name> 获取实时 CLI 输出。