SuperAPI AI 工具集

image-generation

设计与创作

查看项目

更新于 10-16 07:22

技能介绍

该技能用于为博客文章、文档和技术文章生成插图、示意图、概念图或文档视觉图。当用户要求生成位图插图,或写作时需要为概念、流程、架构配图时使用。

工作流按提供方依次回退:当前智能体为 Codex 且内置 image_gen 工具可用时优先走内置路径,此路径不需要 OPENAI_API_KEY;否则在本地脚本中使用 OPENAI_API_KEY 走 OpenAI API;若 OpenAI 不可用或失败,则在 GEMINI_API_KEY 存在时用同一脚本走 Gemini。仅在需要时读取对应的提供方参考文档(references/codex-built-in.md、references/openai-api.md、references/gemini-api.md)。

主要能力与默认值:脚本用 python <skill-root>/scripts/generate_image.py --prompt "..." --output "..." 调用,--provider 默认 auto。默认 OpenAI 模型 gpt-image-2,Gemini 模型 gemini-3.1-flash-image,宽高比 16:9,尺寸 1K,提示词与图内文字默认英文。脚本会自动前置简约扁平、柔和色调的风格前缀,可用 --style-prefix 自定义或 --no-style 关闭。其他选项包括 --model、--openai-model、--gemini-model、--aspect-ratio、--image-size(512/1K/2K/4K)、--openai-quality(low/medium/high/auto)。

使用步骤:先确认要画什么、语言、保存位置与风格偏好(默认英文、默认风格);再选提供方路径;然后撰写提示词,明确视觉元素、关系与布局,图内文字要简短并写出;随后生成;接着按优先级确定输出路径(对话中文章的图片目录、项目现有图片目录如 images/assets/static/img/figures、否则当前工作目录并起描述性文件名);最后读取图片核对,不满意可定向修改提示词重生成一次,插入 markdown 时建议使用 语法,并说明所用提供方路径与保存位置。

限制:生成依赖 Codex 内置工具或 API 凭据,两者都缺失时会报告缺少的环境变量;图内文字与语言默认英文,非英文需明确指定。资料未提供收费、价格与效果方面的信息。