image-gen

用途

Image-Gen 是一个生产级 AI 图像生成技能，集成 DALL-E 3/2，用于根据文本提示词生成图像。适合需要程序化生成图片、批量产出变体、为演示或设计制作视觉内容的场景。

主要能力

模型支持：DALL-E 3（质量优秀，$0.04/张起）与 DALL-E 2（速度更快，$0.02/张起）。
尺寸选项：DALL-E 3 支持 1024x1024、1024x1792、1792x1024；DALL-E 2 支持 256x256、512x512、1024x1024。
质量设置：standard（默认，较快）与 hd（较慢，细节更好）。
视觉风格：vivid（默认，更戏剧化）与 natural（更写实）。
自定义风格预设：photographic、digital_art、oil_painting、watercolor、isometric、pixel_art、cinematic、neon、sketch，每个预设包含前缀与后缀模板。
批量生成：通过 --n 参数生成多张变体（最多 10 张），并自动生成 HTML 画廊（缩略图网格、点击预览、元数据、深色主题）。
速率限制：默认每分钟 5 次请求，每秒最少 1 次，请求间自动延迟。
成本追踪：自动计算并报告总成本、图片数量与会话时长。
错误处理：提供错误码表（0-10、99），涵盖无效提示词、API 密钥缺失、API 错误、速率限制、网络错误、超时、内容政策、需付费、无效尺寸/模型等。
提示词校验：长度需在 5-4000 字符之间，空提示词报错。

使用方式

前置条件：

获取 OpenAI API Key（https://platform.openai.com/api-keys）。
设置环境变量：export OPENAI_API_KEY="sk-your-api-key-here"。
验证 Node：node --version。

基本命令示例：

默认生成：{baseDir}/image-gen.js "A serene mountain landscape at sunset"
指定模型：{baseDir}/image-gen.js "Cyberpunk city" --model dall-e-3
生成多张：{baseDir}/image-gen.js "Abstract art" --n 4
指定输出目录：{baseDir}/image-gen.js "Ocean waves" --output-dir ./my-images
指定尺寸：{baseDir}/image-gen.js "Portrait of a person" --size 1024x1792
指定质量：{baseDir}/image-gen.js "A photo of a flower" --quality hd --size 1024x1792
指定风格：{baseDir}/image-gen.js "Fireworks display" --style vivid
自定义风格：{baseDir}/image-gen.js "Lion portrait" --custom-style photographic

批量处理脚本示例（读取 prompts.txt 逐行生成）：

#!/bin/bash
while IFS= read -r prompt; do
  [ -z "$prompt" ] && continue
  [ "${prompt:0:1}" == "#" ] && continue
  echo "Generating: $prompt"
  {baseDir}/image-gen.js "$prompt" --output-dir ./batch-output --n 2
  sleep 2
done < prompts.txt

适用场景

产品摄影：产品图、多角度展示。
概念艺术：角色设计、环境、情绪板。
营销素材：社交媒体图、应用图标、主视觉图。
创意项目：书籍封面、专辑封面、海报。
建筑可视化：外观与室内设计图。
批量生成用于测试。

限制

不适用于：编辑现有图片、创建矢量图、截图、生成动画、获取库存照片。
所有图片保存为 PNG（无损），文件名基于提示词 slug 与时间戳生成。
默认保存至 /tmp，可能被清理。
OpenAI 可能为安全或质量修订提示词。
成本追踪基于 OpenAI 定价估算，可能变动。
超时上限 5 分钟，受速率限制为顺序处理。
相同提示词可能产生不同结果。
需拥有 DALL-E 模型访问权限，使用量受 OpenAI 层级与预算限制，严格遵循 OpenAI 使用政策。

技能介绍

用途

主要能力

使用方式

适用场景

限制