SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场baoyu-image-gen

baoyu-image-gen

设计与创作

查看项目

更新于 10-16 04:45

技能介绍

用途

baoyu-image-gen 是一个基于官方 API 的 AI 图像生成技能，供支持该技能的智能体运行时调用，用于按提示词生成图片，并可选使用参考图进行图像编辑或身份保持生成。它本身是一组脚本，核心入口为 {baseDir}/scripts/main.ts，批量任务辅助脚本为 {baseDir}/scripts/build-batch.ts。

支持的服务商包括：OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope（阿里通义万相）、Z.AI GLM-Image、MiniMax、Jimeng（即梦）、Seedream（豆包）、Replicate 和 Agnes。

主要能力

  • 文本生成图像：通过 --prompt 或 --promptfiles 提供提示词，用 --image 指定输出路径。
  • 参考图：通过 --ref 传入参考图，支持 Google 多模态、OpenAI GPT Image 编辑、Azure OpenAI 编辑（仅 PNG/JPG）、OpenRouter 多模态模型、Replicate 支持的模型族、MiniMax 主体参考、Seedream 5.0/4.5/4.0、DashScope wan2.7-image-pro/wan2.7-image。Jimeng、Seedream 3.0、SeedEdit 3.0 及 wan2.7-image* 家族以外的 DashScope 模型不支持 --ref。
  • 质量与尺寸控制：--quality normal|2k（默认 2k）、--ar 宽高比、--size 显式尺寸、--imageSize 1K|2K|4K（用于 Google/OpenRouter）。
  • 数量与批量：--n 指定图片数量（Replicate 要求 --n 1）；--batchfile + --jobs 进行批量并发生成。
  • 身份保持：针对参考图中真实人物/角色/物体的保留，采用简短、明确的身份保持提示语，避免长泛化描述导致模型合成新人脸。
  • 服务商选择：可自动检测或通过 --provider 强制指定；codex-cli 不会被自动选中，必须显式指定或在 EXTEND.md 配置。
  • 环境变量配置：各服务商的 API Key、模型覆盖、基址覆盖、并发与启动间隔等均可通过环境变量调整。

使用方式

脚本运行时优先使用 bun，其次 npx -y bun，否则建议通过 brew install oven-sh/bun/bun 安装。基础示例：

${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image cat.png
${BUN_X} {baseDir}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9 --quality 2k
${BUN_X} {baseDir}/scripts/main.ts --promptfiles system.md content.md --image out.png
${BUN_X} {baseDir}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png
${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --provider dashscope --model qwen-image-2.0-pro
${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json --jobs 4

codex-cli 示例（使用已登录的 Codex 订阅，无需 OPENAI_API_KEY，要求 PATH 中有 codex）：

${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --provider codex-cli --ar 16:9

从大纲与提示词目录构建批量文件：

${BUN_X} {baseDir}/scripts/build-batch.ts --outline outline.md --prompts prompts --output batch.json --images-dir attachments
${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json --jobs 4

首次使用前需完成偏好加载：按顺序检查项目、XDG、用户目录下的 EXTEND.md，找到则加载；未找到则运行首次设置，收集服务商、模型、质量与保存位置，保存 EXTEND.md 后才能生成图片。EXTEND.md 键包含默认服务商、默认质量、默认宽高比、默认图像尺寸、OpenAI 图像 API 方言、默认模型、批量 worker 上限、服务商特定批量限制等。

配置加载优先级：CLI 参数 > EXTEND.md > 环境变量 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env。

模型解析优先级：CLI 的 --model > EXTEND.md 的 default_model.[provider] > 环境变量 <PROVIDER>_IMAGE_MODEL > 内置默认值。OpenAI 内置默认为 gpt-image-2；Azure 的 --model/default_model.azure 为部署名称，AZURE_OPENAI_DEPLOYMENT 为首选环境变量。

OpenAI 兼容网关方言：provider=openai 只表示认证与路由入口兼容，不保证上游使用 OpenAI 原生语义。可用 openai-native（像素尺寸 1536x1024 与原生质量字段）或 ratio-metadata（宽高比尺寸 16:9 加 metadata.resolution 1K|2K|4K 与 metadata.orientation）。当前限制：ratio-metadata 仅适用于文生图，参考图编辑仍需 openai-native 或具备原生编辑支持的服务商。

服务商选择规则：提供 --ref 且未指定 --provider 时，自动顺序为 Google → OpenAI → Azure → OpenRouter → Replicate → Seedream → MiniMax → Agnes；指定 --provider 时按其执行（若带 --ref，必须是 google/openai/azure/openrouter/replicate/seedream/minimax/codex-cli/agnes）。仅存在一个 API Key 时使用该服务商。多个 Key 时默认优先级为 Google → OpenAI → Azure → OpenRouter → DashScope → Z.AI → MiniMax → Replicate → Jimeng → Seedream → Agnes。

质量预设：normal 对应 Google/OpenRouter 1K、OpenAI 目标 1024px、Replicate 1K，适合快速预览；2k（默认）对应 2K、OpenAI 目标 2048px、Replicate 2K，适合封面、插图、信息图。对于 OpenAI 原生 gpt-image-2，normal 映射为 quality=medium 且接近目标比例的合法尺寸，2k 映射为 quality=high 及 2048x2048、2048x1152、1152x2048 等 2048px 级尺寸；4K 或自定义合法尺寸可用 --size 显式指定，如 3840x2160（gpt-image-2 宽高须为 16 的倍数，最大边 3840px，比例不超过 3:1）。

支持的宽高比：1:1、16:9、9:16、4:3、3:4、2.35:1。

生成模式：默认串行；当 --batchfile 包含 2 个及以上待处理任务时自动启用批量并行。

关于 Codex/ChatGPT OAuth：--provider openai --model gpt-image-2 使用标准 OpenAI Images API，需要 OPENAI_API_KEY；Codex 或 ChatGPT 桌面登录是不同权益，不能替代 OPENAI_API_KEY。若想在无 OpenAI API Key 的情况下使用 Codex 订阅，可在 Codex 运行时使用原生 imagegen 技能；在非 Codex 运行时且已安装并登录 codex CLI 时使用 --provider codex-cli；在 Hermes 运行时使用原生 image_generate 工具作为回退。不要修改现有 openai 服务商使其静默使用 Codex OAuth。

适用场景

  • 单张图片生成与预览。
  • 封面、插图、信息图等较高分辨率输出。
  • 从已有提示词文件批量出图。
  • 需要参考图进行图像编辑或人物/物体身份保持的生成。
  • 在不同服务商之间切换或按可用 API Key 自动选择服务商。
  • 使用 Codex 订阅而非 OpenAI API Key 生成图片（使用 codex-cli 服务商）。

限制与注意事项

  • 生成前必须存在 EXTEND.md（阻塞条件）。
  • Replicate 要求 --n 1。
  • 部分服务商或模型不支持 --ref（详见上文）。
  • ratio-metadata 方言仅适用于文生图。
  • codex-cli 需 PATH 中存在 codex 且已完成 codex 登录。
  • 关于具体收费、价格、平台可用性及其他未在此资料中列明的信息，暂未提供。

相关文档

  • 完整用法示例：references/usage-examples.md
  • 偏好模式：references/config/preferences-schema.md
  • 首次设置：references/config/first-time-setup.md
  • 各服务商指南：references/providers/（dashscope.md、zai.md、minimax.md、openrouter.md、replicate.md、codex-cli.md、agnes.md）
  • Codex OAuth 与 OpenAI API Key 区别：references/codex-oauth-vs-openai-api-key.md