# 图像生成（AI SDK）基于官方 API 的图像生成。支持OpenAI、Google、DashScope（阿里通义万象）、Replicate 和 APIMart 提供商。 ## 脚本目录 **代理执行**： 1. `{baseDir}` = 此 SKILL.md 文件的目录 2. 脚本路径 = `{baseDir}/scripts/main.ts` 3. 解析 `${BUN_X}` 运行时：如果安装了 `bun` → `bun`；如果 `npx` 可用 → `npx -y Bun`；否则建议安装bun ## 步骤 0：加载首选项 ⛔ 阻止 **关键**：此步骤必须在生成任何图像之前完成。不要跳过或推迟。检查 EXTEND.md 是否存在（优先级：项目 → 用户）： # macOS、Linux、WSL、Git Bash test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "项目" test -f "${XDG_CONFIG_HOME:-$HOME/.config}/baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "xdg" test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "用户" # PowerShell（Windows） if (测试路径.baoyu-skills/baoyu-image-gen/EXTEND.md) { "project" } $xdg = if ($env:XDG_CONFIG_HOME) { $env:XDG_CONFIG_HOME } else { "$HOME/.config" } if (测试路径 "$xdg/baoyu-skills/baoyu-image-gen/EXTEND.md") { "xdg" } if (测试路径 "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md") { "user" } 结果 |行动 ---|--- 发现 |加载、解析、应用设置。如果 `default_model.[provider]` 为 null → 仅询问模型（流程 2）没有找到| ⛔ 运行首次设置 ([references/config/first-time-setup.md]()) → 保存 EXTEND.md → 然后继续 **重要**：如果未找到，请在生成任何图像之前使用 AskUserQuestion 完成完整设置（提供商 + 模型 + 质量 + 保存位置）。在创建 EXTEND.md 之前，生成会被阻止。路径|地点 ---|--- `.baoyu-skills/baoyu-image-gen/EXTEND.md` |项目目录 `$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md` |用户主页 **EXTEND.md 支持**：默认提供程序 |默认品质|默认宽高比 |默认图像尺寸|默认型号|批量工人帽|供应商特定的批次限制架构：`references/config/preferences-schema.md` ## 用法 # 基本 ${BUN_X} {baseDir}/scripts/main.ts --prompt "一只猫" --image cat.png # 具有纵横比 ${BUN_X} {baseDir}/scripts/main.ts --prompt "风景" --image out.png --ar 16:9 # 高品质 ${BUN_X} {baseDir}/scripts/main.ts --prompt "一只猫" --image out.png --quality 2k # 来自提示文件 ${BUN_X} {baseDir}/scripts/main.ts --promptfiles system.md content.md --image out.png # 带有参考图像（Google multimodal 或 OpenAI 编辑） ${BUN_X} {baseDir}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png # 带有参考图像（明确的提供者/模型） ${BUN_X} {baseDir}/scripts/main.ts --prompt "Make blue" --image out.png --provider google --model gemini-3-pro-image-preview --ref source.png # 具体提供者 ${BUN_X} {baseDir}/scripts/main.ts --prompt "一只猫" --image out.png --provider openai # DashScope (阿里通义万象) ${BUN_X} {baseDir}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope # 复制 (google/nano-banana-pro) ${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate # 使用特定模型复制 ${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate --model google/nano-banana # APIMart（Gemini-3-Pro-Image-preview，异步任务轮询） ${BUN_X} {baseDir}/scripts/main.ts --prompt "水彩风格的猫" --image out.png --provider apimart # APIMart 与参考图像 ${BUN_X} {baseDir}/scripts/main.ts --prompt "将其变成动漫风格" --image out.png --provider apimart --ref source.png # APIMart 与 doubao-seedream-5-0-lite 模型 ${BUN_X} {baseDir}/scripts/main.ts --prompt "电影山日出" --image out.png --provider apimart --model doubao-seedream-5-0-lite # 带有保存提示文件的批处理模式 ${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json # 具有明确工人计数的批处理模式 ${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json --jobs 4 --json ### 批处理文件格式 { “工作”：4， “任务”：[ { “id”：“英雄”， "promptFiles": ["prompts/hero.md"], "image": "out/hero.png", “提供者”：“复制”， “模型”：“谷歌/nano-banana-pro”， “ar”：“16:9”， “质量”：“2k” }, { “id”：“图表”， "promptFiles": ["prompts/diagram.md"], "image": "out/diagram.png", "ref": ["references/original.png"] } ] } `promptFiles`、`image` 和 `ref` 中的路径是相对于批处理文件的目录进行解析的。 `jobs` 是可选的（被 CLI `--jobs` 覆盖）。顶级数组格式（没有“jobs”包装器）也被接受。＃＃选项选项|描述 ---|--- `--prompt <文本>`、`-p` |提示文字 `--promptfiles <文件...>` |从文件中读取提示（串联） `--image <路径>` |输出图像路径（单图模式下需要） `--batchfile <路径>` |用于生成多图像的 JSON 批处理文件 `--jobs <计数>` |批处理模式的工作人员计数（默认：自动，配置中的最大值，内置默认值 10） `--provider google|openai|dashscope|replicate|apimart` |强制提供者（默认：自动检测） `--model `、`-m` |型号 ID（Google：`gemini-3-pro-image-preview`、`gemini-3.1-flash-image-preview`；OpenAI：`gpt-image-1.5`、`gpt-image-1`；APIMart：`gemini-3-pro-image-preview`、`doubao-seedream-5-0-lite`） `--ar <比例>` |宽高比（例如“16:9”、“1:1”、“4:3”） `--尺寸 <宽x高>` |尺寸（例如“1024x1024”） `--质量正常|2k` |质量预设（默认：`2k`） `--图像大小 1K|2K|4K` | Google/APIMart 的图像大小（默认：来自质量） `--ref <文件...>` |参考图片。由 Google multimodal、OpenAI GPT 图像编辑、复制和 APIMart 支持 `--n <计数>` |当前任务的图像数量（APIMart 目前仅支持 `1`） `--json` | JSON 输出 ## 环境变量变量|描述 ---|--- `OPENAI_API_KEY` | OpenAI API 密钥 `GOOGLE_API_KEY` |谷歌 API 密钥 `DASHSCOPE_API_KEY` | DashScope API 密钥（阿里云） `REPLICATE_API_TOKEN` |复制 API 令牌 `APIMART_API_KEY` | APIMart API 密钥 `OPENAI_IMAGE_MODEL` | OpenAI 模型覆盖 `GOOGLE_IMAGE_MODEL` |谷歌模型覆盖 `DASHSCOPE_IMAGE_MODEL` | DashScope 模型覆盖（默认：z-image-turbo） `复制图像模型` |复制模型覆盖（默认：google/nano-banana-pro） `APIMART_IMAGE_MODEL` | APIMart模型覆盖（默认：gemini-3-pro-image-preview，例如doubao-seedream-5-0-lite） `OPENAI_BASE_URL` |自定义 OpenAI 端点 `GOOGLE_BASE_URL` |自定义 Google 端点 `DASHSCOPE_BASE_URL` |自定义 DashScope 端点 `REPLICATE_BASE_URL` |自定义复制端点 `APIMART_BASE_URL` |自定义 APIMart 端点（默认：） `APIMART_TASK_LANGUAGE` |用于轮询的任务状态语言（默认：en） `BAOYU_IMAGE_GEN_MAX_WORKERS` |覆盖批次工人上限 `BAOYU_IMAGE_GEN__CONCURRENCY` |覆盖提供者并发性，例如`BAOYU_IMAGE_GEN_REPLICATE_CONCURRENCY` `BAOYU_IMAGE_GEN__START_INTERVAL_MS` |覆盖提供商的起始间隙，例如`BAOYU_IMAGE_GEN_REPLICATE_START_INTERVAL_MS` **加载优先级** : CLI 参数 > EXTEND.md > 环境变量 > `/.baoyu-skills/.env` > `~/.baoyu-skills/.env` ## 模型分辨率模型优先级（最高 → 最低），适用于所有提供商： 1. CLI 标志：`--model ` 2. EXTEND.md: `default_model.[provider]` 3. 环境变量：`_IMAGE_MODEL`（例如，`GOOGLE_IMAGE_MODEL`） 4. 内置默认值 **EXTEND.md 覆盖环境变量**。如果 EXTEND.md `default_model.google: "gemini-3-pro-image-preview"` 和环境变量 `GOOGLE_IMAGE_MODEL=gemini-3.1-flash-image-preview` 都存在，则 EXTEND.md 获胜。 **代理必须在每一代之前显示模型信息**： * 显示：`使用 [provider] / [model]` * 显示开关提示：`开关型号：--model | EXTEND.md default_model.[provider] | env _IMAGE_MODEL` ### 复制模型支持的模型格式： * `owner/name` （推荐用于官方模型），例如`谷歌/nano-banana-pro` * `owner/name:version` （按版本划分的社区模型），例如`stability-ai/sdxl:<版本>` 示例： # 使用复制默认模型 ${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate # 显式覆盖模型 ${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate --model google/nano-banana ## 提供商选择 1. 提供了`--ref` + 没有`--provider`→自动选择Google，然后是OpenAI，然后是Replicate，然后是APIMart 2. 指定 `--provider` → 使用它（如果是 `--ref`，则必须是 `google`、`openai`、`replicate` 或 `apimart`） 3. 只有一个可用的 API 密钥 → 使用该提供商 4. 多个可用→默认Google ## 质量预设预设|谷歌图像大小 | OpenAI 尺寸 |复制分辨率 |使用案例 ---|---|---|---|--- `正常` | 1K | 1024 像素 | 1K |快速预览 `2k`（默认）| 2K | 2048 像素 | 2K |封面、插图、信息图表 **Google/APIMart imageSize** ：可以用 `--imageSize 1K|2K|4K` 覆盖 ## 纵横比支持：`1:1`、`16:9`、`9:16`、`4:3`、`3:4`、`2.35:1` * 谷歌多模式：使用“imageConfig.aspectRatio” * OpenAI：映射到最接近的支持尺寸 * 复制：将 `aspect_ratio` 传递给模型；当提供“--ref”而不提供“--ar”时，默认为“match_input_image” ## 生成模式 **默认**：顺序生成。 **批量并行生成** ：当 `--batchfile` 包含 2 个或更多待处理任务时，脚本自动启用并行生成。模式|何时使用 ---|--- 顺序（默认）|正常使用，单张图像，小批量并行批处理 |具有 2 个以上任务的批处理模式执行选择：情况|首选方法 |为什么 ---|---|--- 一张图像，或 1-2 个简单图像 |顺序|更低的协调开销和更轻松的调试多张图片已保存提示文件 |批处理（`--batchfile`）|重用最终的提示，应用共享限制/重试，并提供可预测的吞吐量每个图像仍然需要单独推理、即时写作或风格探索 |子代理 |这项工作仍然是探索性的，因此每个图像在生成之前可能需要独立分析输出来自 `baoyu-article-illustrator` 和 `outline.md` \+ `prompts/` |批处理 (`build-batch.ts` -> `--batchfile`) |该工作流程已经生成提示文件，因此直接批处理执行是预期路径经验法则： * 一旦提示文件已保存并且任务是“生成所有这些”，则优先选择批处理而不是子代理 * 仅当生成与每个图像的思考、重写或发散的创造性探索相结合时才使用子代理并行行为： * 默认工人数量是自动的，由配置限制，内置默认 10 * 特定于提供商的限制仅在批处理模式下应用，并且内置默认值经过调整以实现更快的吞吐量，同时仍避免明显的 RPM 突发 * 您可以使用“--jobs ”覆盖工人数量 * 每个图像最多自动重试 3 次 * 最终输出包括成功计数、失败计数和每个图像的失败原因 ## 错误处理 * 缺少 API 密钥 → 设置说明错误 * 生成失败 → 每个图像自动重试最多 3 次 * 宽高比无效 → 警告，使用默认值继续 * 具有不受支持的提供程序/模型的参考图像 → 带有修复提示的错误（切换到 Google multimodal：`gemini-3-pro-image-preview`、`gemini-3.1-flash-image-preview`；OpenAI GPT 图像编辑；复制；或 APIMart） ## 扩展支持通过 EXTEND.md 进行自定义配置。有关路径和支持的选项，请参阅**首选项**部分。

Baoyu Image Gen

包含技能