SuperAPI AI 工具集

agent-gen-image

智能体与模型

查看项目

更新于 10-16 06:16

技能介绍

用途:让智能体借助 rawgenai 为多个图像提供方生成和编辑图片。基本用法是先安装工具:brew install WHQ25/tap/rawgenai。使用某个提供方前,需阅读 references/setup/ 下对应设置指南来配置凭据;首次使用应让用户选择提供方,并在本次会话中记住。

主要能力:可用 rawgenai <provider> image "<prompt>" -o output.png 从文本生成图片、编辑已有图片、局部重绘,以及带参考图生成。提供方包括 OpenAI、Google Gemini、Grok、Seed、DashScope、MiniMax、Kling、Luma、Hunyuan、Runway,各自侧重不同:OpenAI 适合透明背景、编辑与多轮;Google Gemini 适合 4K 与图中文字;Grok 支持批量(最多 10 张);Seed 支持 4K 与多图融合;DashScope 适合文字渲染与中文;MiniMax 适合主体参考;Kling 适合人脸参考(异步);Luma 适合创意与改构图(异步);Hunyuan 适合中文(异步);Runway 适合电影感(异步)。

使用方式:先按提供方文档配置好凭据,再运行上述命令;也可用中文等语言描述提示词。输出全部为 JSON,应始终向用户显示文件路径。异步提供方需按 创建→查询状态→下载 流程执行。提示词建议写清主体、动作、环境、风格与光线。若命令失败,可换一个提供方或告知用户。各提供方的收费、价格与具体限制资料暂未提供。