用途：这是一套多模态图像处理技能，按需求场景路由到不同生成流程，覆盖信息图、封面图、长图、幻灯片、漫画、文章插图、小红书图、营销物料等场景，并提供图生图、图生文和长图拼接能力。
主要能力：场景脚本均支持用 --list 查看可用选项。信息图提供20布局×17风格；封面图五维定制；幻灯片16种预设；漫画5画风×7基调×6布局；文章插图6类型×8风格；小红书9风格×6布局。核心引擎可文生图、图生图（编辑、风格转换）、图生文（describe、ocr、chart、fashion、product、scene等模式）以及长图拼接，支持1:1、3:4、9:16、16:9、21:9等比例。
使用方式：先在config/settings.json配置API、生图模型与视觉模型。脚本用绝对路径调用，图片保存到当前工作目录。提示词和图中标题标签必须用中文；含中文文字时加载guides/text-rendering.md追加文字清晰后缀。默认宽高比16:9，竖版场景默认3:4。多图场景（长图、幻灯片、漫画、小红书、文章插图）须先输出规划表，确认后再执行。长图、漫画、小红书须串行生成：首张用text_to_image定调，后续用image_to_image参考上一张，长图最后用merge_long_image.py拼接。生成后可用image_to_text.py -m ocr校验文字，不符时用image_to_image.py迭代修复。
适用场景与限制：适合需要批量中文配图与多图风格统一的场合。具体API、模型配置及收费信息暂未提供，需以配置文件实际填写为准；多图场景流程较长，须遵循串行与确认要求。