# 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 xheai（中转站）提供商。 ## 脚本目录 **代理执行**： 1. `SKILL_DIR` = 此 SKILL.md 文件的目录 2. 脚本路径 = `${SKILL_DIR}/scripts/main.ts` ## 步骤 0：加载首选项 ⛔ 阻止 **关键**：此步骤必须在生成任何图像之前完成。不要跳过或推迟。检查 EXTEND.md 是否存在（优先级：项目 → 用户）： test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "项目" test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "用户" 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 `$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md` |用户主页 **EXTEND.md 支持**：默认提供程序 |默认品质|默认宽高比 |默认图像尺寸|默认型号架构：`references/config/preferences-schema.md` ## 用法 # ⚠️长prompt用--promptfiles或双引号包裹，避免换行解析错误 # 推荐: npx -y Bun "${SKILL_DIR}/scripts/main.ts" -p "长提示" --image out.png # 或: npx -y Bun ${SKILL_DIR}/scripts/main.ts --promptfiles提示.txt --image out.png # 基本 npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "一只猫" --image cat.png # 具有纵横比 npx -y 面包 ${SKILL_DIR}/scripts/main.ts --prompt "风景" --image out.png --ar 16:9 # 高品质 npx -y 包 ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k # 来自提示文件 npx -y 包 ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png # 带有参考图像（Google multimodal 或 OpenAI 编辑） npx -y Bun ${SKILL_DIR}/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） npx -y 包 ${SKILL_DIR}/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 npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai # DashScope (阿里通义万象) npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope # 复制 (google/nano-banana-pro) npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate # 使用特定模型复制 npx -y 包 ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate --model google/nano-banana # xheai (中转站 - 兼容 OpenAI 格式) npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider xheai # xheai 与 nano-banana-2 npx -y 包 ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider xheai --model nano-banana-2 ## 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（必填） `--provider google|openai|dashscope|replicate|xheai` |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`；xheai：`gemini-3.1-flash-image-preview`、`nano-banana-2`） `--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 的图像大小（默认：来自质量） `--ref <文件...>` |参考图片。由 Google 多模式（`gemini-3-pro-image-preview`、`gemini-3-flash-preview`、`gemini-3.1-flash-image-preview`）和 OpenAI 编辑（GPT 图像模型）支持。如果省略提供商：首先是 Google，然后是 OpenAI `--n <计数>` |图片数量 `--json` | JSON 输出 ## 环境变量变量|描述 ---|--- `OPENAI_API_KEY` | OpenAI API 密钥（当 OPENAI_BASE_URL 指向 xheai.cc 时也用于 xheai） `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 `OPENAI_IMAGE_MODEL` | OpenAI/xheai 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） `OPENAI_BASE_URL` |自定义 OpenAI 端点（xheai 设置为） `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 `DEBUG_ENV` |设置为“1”以启用环境加载和提供程序检测的调试输出 **加载优先级** : CLI 参数 > EXTEND.md > 环境变量 > `/.baoyu-skills/.env` > `~/.baoyu-skills/.env` **跨平台路径** : `~/.baoyu-skills/.env` 自动解析为： * Windows: `C:\Users\<用户名>\.baoyu-skills\.env` * macOS: `/Users/<用户名>/.baoyu-skills/.env` * Linux: `/home/<用户名>/.baoyu-skills/.env` **调试模式** ：设置 `DEBUG_ENV=1` 以查看加载了哪些 .env 文件以及检测到了哪些 API 密钥： DEBUG_ENV=1 npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "一只猫" --image cat.png ## 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 npx -y Bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --providerreplicate # 显式覆盖模型 npx -y 包 ${SKILL_DIR}/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 2. 指定 `--provider` → 使用它（如果是 `--ref`，则必须是 `google`、`openai` 或 `replicate`） 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 |使用案例 ---|---|---|--- `正常` | 1K | 1024 像素 |快速预览 `2k`（默认）| 2K | 2048 像素 |封面、插图、信息图表 **Google 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” * Google Imagen：使用 `aspectRatio` 参数 * OpenAI：映射到最接近的支持尺寸 ## 生成模式 **默认**：顺序生成（一次一张图像）。这确保了稳定的输出和更容易的调试。 **并行生成**：仅当用户明确请求并行/并发生成时使用。模式|何时使用 ---|--- 顺序（默认）|正常使用，单张图像，小批量平行|用户明确请求，大批量（10+） **并行设置**（根据要求）：设置|价值 ---|--- 推荐并发数 | 4个分代理最大并发数 | 8个分代理使用案例|当用户请求并行时大批量生成 **代理实现**（仅限并行模式）： # 使用任务工具并行启动多个生成 # 每个任务都作为后台子代理运行，且 run_in_background=true # 全部完成后通过 TaskOutput 收集结果 ## 错误处理 * 缺少 API 密钥 → 设置说明错误 * 生成失败→自动重试一次 * 宽高比无效 → 警告，使用默认值继续 * 具有不受支持的提供商/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`；或 OpenAI GPT 图像编辑） ## 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