SuperAPI AI 工具集

image-generation

设计与创作

查看项目

更新于 10-15 23:41

技能介绍

用途:根据文本提示词生成图片,或对已有图片进行编辑、修改与多图融合。用户要求画图、设计、制作插画、图标、海报等视觉内容时使用。

主要能力:脚本会根据已配置的 API 密钥自动选择后端,无需手动指定模型;用户点名模型时才传入 model。支持的后端包括 OpenAI(gpt-image-2.5-flare 为推荐默认,gpt-image-2.5-sunburst 编辑精度最高,另有 gpt-image-2、gpt-image-1)、Gemini Nano Banana(nano-banana-2、nano-banana-pro、nano-banana)、Seedream 火山方舟(seedream-5.0-lite、seedream-4.5)、Qwen DashScope(qwen-image-2.0、qwen-image-2.0-pro)、MiniMax(image-01)。

使用方式:以 JSON 参数运行 scripts/generate.py,使用 <base_dir> 绝对路径,不要 cd 进技能目录(该目录为内置技能,重启会重置)。命令示例:python <base_dir>/scripts/generate.py '{"prompt": "A corgi astronaut floating in space"}'。参数含 prompt(必填)、image_url(本地路径或 URL,可传列表做多图融合)、quality(low/medium/high,仅部分后端支持)、size(512/1K/2K/3K/4K 或像素值)、aspect_ratio(如 1:1、16:9,部分后端支持 1:4、8:1 等极端比例)。图片保存到工作区或当前项目目录的 images/ 下,成功后在 stdout 输出 JSON(含 model 与 images 路径),需把图片展示给用户。

限制:需至少配置 OPENAI_API_KEY、GEMINI_API_KEY、ARK_API_KEY、DASHSCOPE_API_KEY、MINIMAX_API_KEY 之一,可选 *_API_BASE 自定义端点;bash 超时至少设为 600 秒,生成可能耗时 30–200 秒,需同步调用并等待结果。质量越高、尺寸越大越慢越贵,未指定时用 low/medium 即可。编辑图片须传 image_url,否则会生成新图;输入图自动压缩至 4MB、最长边 4096px 以内。若所有后端均报错,不要用相同参数重试,应提示用户通过 env_config 修复配置。