用途
generate-image 用于借助 AI 模型生成或编辑图像，覆盖照片、写实图像、艺术插画、概念艺术、演示或文档视觉素材，以及图像编辑与修改等通用图像生成需求。
如果需求是流程图、电路图、生物通路、系统架构图、CONSORT 图等技术或示意图，则应改用 scientific-schematics。
主要能力
该技能通过 OpenRouter 的图像生成模型生成和编辑高质量图像，涉及以下模型：
- google/gemini-3-pro-image-preview：默认模型，高质量，支持生成与编辑。
- black-forest-labs/flux.2-pro：快速、高质量，支持生成与编辑。
- black-forest-labs/flux.2-flex：快速且成本较低，但质量不如 pro，仅支持生成。
选择建议：追求质量可用 gemini-3-pro 或 flux.2-pro；需要编辑可用 gemini-3-pro 或 flux.2-pro；仅生成且关注成本可用 flux.2-flex。
图像以 base64 编码的数据 URL 返回，并自动保存为 PNG 文件。脚本同时支持不同 OpenRouter 模型返回的图像与内容响应格式。生成时间因模型而异，通常为 5 至 30 秒。编辑时输入图像会被编码为 base64 发送给模型，支持的输入格式包括 PNG、JPEG、GIF、WebP。
使用方式
使用 scripts/generate_image.py 脚本生成或编辑图像。
生成新图像：
python scripts/generate_image.py "A beautiful sunset over mountains"
编辑已有图像：
python scripts/generate_image.py "Make the sky purple" --input photo.jpg
生成或编辑后，图像会保存为当前目录下的 generated_image.png。
API 密钥配置
脚本需要 OpenRouter API 密钥。运行前需检查用户是否已配置密钥：在项目目录或父目录中查找 .env 文件，检查其中是否有 OPENROUTER_API_KEY=<key>。如果未找到，需要用户创建 .env 文件并写入 OPENROUTER_API_KEY=your-api-key-here，或设置环境变量 export OPENROUTER_API_KEY=your-api-key-here。API 密钥可从 https://openrouter.ai/keys 获取。脚本会自动检测 .env 文件，并在缺少密钥时给出明确错误提示。
脚本参数
- prompt（必填）：要生成图像的文本描述，或编辑指令。
- --input 或 -i：用于编辑的输入图像路径（启用编辑模式）。
- --model 或 -m：OpenRouter 模型 ID（默认：google/gemini-3-pro-image-preview）。
- --output 或 -o：输出文件路径（默认：generated_image.png）。
- --api-key：OpenRouter API 密钥（覆盖 .env 文件）。
常见用法示例
指定模型：
python scripts/generate_image.py "A cat in space" --model "black-forest-labs/flux.2-pro"
自定义输出路径：
python scripts/generate_image.py "Abstract art" --output artwork.png
使用指定模型编辑：
python scripts/generate_image.py "Add sunglasses to the person" --input portrait.png --model "black-forest-labs/flux.2-pro"
编辑并自定义输出：
python scripts/generate_image.py "Remove the text from the image" --input screenshot.png --output cleaned.png
生成多张图像时，可用不同提示词或输出路径多次运行脚本：
python scripts/generate_image.py "Image 1 description" --output image1.png python scripts/generate_image.py "Image 2 description" --output image2.png
适用场景
科学文档：为论文生成概念插图，例如“Microscopic view of cancer cells being attacked by immunotherapy agents, scientific illustration style”，输出到 figures/immunotherapy_concept.png；或为演示生成视觉图，例如“DNA double helix structure with highlighted mutation site, modern scientific visualization”，输出到 slides/dna_mutation.png。
演示与海报：生成标题页背景，例如“Abstract blue and white background with subtle molecular patterns, professional presentation style”，输出到 slides/background.png；或生成海报主视觉，例如“Laboratory setting with modern equipment, photorealistic, well-lit”，输出到 poster/hero.png。
通用视觉内容：生成网站或文档图片，例如“Professional team collaboration around a digital whiteboard, modern office”，输出到 docs/team_collaboration.png；或生成营销素材，例如“Futuristic AI brain concept with glowing neural networks”，输出到 marketing/ai_concept.png。
限制与错误处理
脚本会针对缺少 API 密钥（含配置说明）、API 错误（含状态码）、意外响应格式、缺少依赖（requests 库）等情况给出明确错误信息。若脚本失败，应先阅读错误信息并解决问题后再重试。
图像编辑建议：明确说明要修改的内容（例如“change the sky to sunset colors”而非“edit the sky”）；尽量引用图像中的具体元素；使用清晰详细的编辑指令以获得更好效果。Gemini 3 Pro 与 FLUX.2 Pro 均通过 OpenRouter 支持图像编辑。
费用信息可查看 OpenRouter 定价：https://openrouter.ai/models。
与其他技能的配合
- scientific-schematics：用于技术图、流程图、电路图、通路图。
- generate-image：用于照片、插画、艺术作品、视觉概念。
- scientific-slides：可与 generate-image 结合，制作视觉丰富的演示。
- latex-posters：可用 generate-image 生成海报视觉与主视觉图。