image-generator

name	image-generator
description	通用图片生成技能。用于把用户的视觉需求、风格方向、参考图或批量生图计划转成提示词,并通过本技能内置脚本生成图片。适用于文生图、图生图、批量变体、封面图、海报、知识卡、小红书风格图、产品/教程图、参考图风格迁移和按需图片压缩。

图片生成器

顶层模式

这个技能是脚本型生图技能: 不依赖原生 tool,默认执行本目录里的脚本。

• 单张模式: 执行 scripts/generate_image.py。
• 参考图模式: 执行 scripts/generate_image.py --image <参考图>。
• 批量模式: 先写 tasks.json,再执行 scripts/batch_generate.py。
• 压缩模式: 用户明确要求压缩、瘦身、转格式、发布包或上传前处理时,执行 scripts/compress_image.py。
• 仅规划模式: 用户只要提示词/风格方案时,只写 style-plan.md 和 prompts/*.md,不执行脚本。

不要把这个技能写成发布工具、运营工具或固定业务工具。它只负责把视觉需求变成图片文件。

什么时候使用

• 用户要求生成图片、插画、封面、海报、知识卡、社媒图、小红书图、产品图、教程图、头像、背景图。
• 用户提供参考图,希望保留风格、构图、主体或氛围。
• 用户要求同一风格下生成多张图、多套变体或一组连续图片。
• 用户要求先整理生图提示词,再调用模型生成图片。
• 用户要求对已生成图片压缩、转 WebP/JPEG/PNG、生成轻量发布图。

什么时候不要使用

• 用户只想写文案、发布小红书、排版 Markdown,不需要生成或处理图片。
• 图形更适合用 SVG、HTML/CSS、Canvas 或代码确定性生成。
• 用户要求修改已有工程里的矢量图标系统,而不是生成位图素材。

决策树

先判断四件事:

1. 意图: 新图生成 / 参考图改图 / 批量变体 / 图片压缩 / 只要提示词。
2. 输入: 是否有参考图、源文本、品牌限制、必须出现的文字。
3. 用途: 小红书、封面、知识卡、海报、产品图、教程图、纯插画。
4. 输出: 单张还是多张,保存到哪里,画幅尺寸是多少。

执行选择:

• 没有参考图、只要一张图 -> 单张文生图。
• 有参考图且要继承风格/主体/构图 -> 图生图。
• 多张图或多变体 -> 批量模式。
• 用户只要求压缩、瘦身或转格式 -> 压缩模式,不调用生图接口。
• 用户说“先给提示词/方案” -> 仅规划模式,不要调用脚本。

工作流

1. 读取用户需求和输入文件。
2. 判断执行模式和输出目录。未指定目录时,默认创建 <工作目录>/image-output/。
3. 按需读取参考文件:
   • 通用风格选择: references/general-styles.md
   • 小红书风格: references/xiaohongshu-styles.md
   • 参考图处理: references/reference-images.md
   • 提示词模板: references/prompt-template.md
   • 模型和脚本调用: references/model-integration.md
   • 生成后处理: references/post-processing.md
4. 写 brief.md: 保留用户原始需求、源文本摘要和关键限制。
5. 写 style-plan.md: 明确用途、尺寸、主体、构图、风格、色彩、文字、禁止项、是否使用参考图。
6. 写 prompts/NN.md: 每张图一份提示词。
7. 需要真实生图时,写 tasks.json 并执行对应脚本。
8. 用户要求压缩、发布包或上传前处理时,按 references/post-processing.md 保留 raw/ 原图并输出 compressed/。
9. 检查输出结果、batch_result.json 和后处理产物。失败时报告具体错误,不要伪造成功。

输出结构

<输出目录>/
  brief.md
  style-plan.md
  prompts/
    01.md
    02.md
  tasks.json
  batch_result.json
  raw/
    01.png
    02.png
  compressed/  # 可选,仅执行后处理时生成
    01.webp
    02.webp

脚本调用

单张文生图:

python3 <技能目录>/scripts/generate_image.py \
  --prompt "<提示词>" \
  --output "<输出目录>/raw/01.png" \
  --size "1024x1536"

单张图生图:

python3 <技能目录>/scripts/generate_image.py \
  --prompt "<提示词>" \
  --image "<参考图>" \
  --output "<输出目录>/raw/01.png" \
  --size "1024x1536"

批量生图:

python3 <技能目录>/scripts/batch_generate.py \
  --batch "<输出目录>/tasks.json" \
  --workers 2 \
  --result "<输出目录>/batch_result.json"

生成后压缩:

python3 <技能目录>/scripts/compress_image.py \
  "<输出目录>/raw" \
  --output "<输出目录>/compressed" \
  --format webp \
  --quality 80

配置要求

配置放在技能外部。优先使用:

export IMAGE_API_KEY="你的密钥"
export IMAGE_BASE_URL="https://api.openai.com/v1"
export IMAGE_MODEL="gpt-image-2"

也兼容 OPENAI_API_KEY、OPENAI_BASE_URL 和 IMAGE_MODEL。如果不方便设置环境变量,复制 scripts/config.example 为 scripts/config.local。不要把真实密钥写进技能文件。

硬性规则

• 不要编造用户没有提供的事实性文字。图片内文字要短,并且能从用户需求确认。
• 提示词必须明确主体、构图、色彩、渲染风格、光线、画幅和限制。
• 批量图片默认保持同一套风格系统,除非用户明确要求多风格探索。
• 使用参考图作为风格锚点时,必须在 tasks.json 里设置 ref; 不要静默改成文生图。
• 小红书图必须读取 references/xiaohongshu-styles.md,并明确画幅、安全区、版式密度、字体层级和装饰策略。
• 默认不要自动压缩。只有用户明确要求压缩、发布包、上传前处理或转格式时,才执行 scripts/compress_image.py。
• 后处理不得覆盖 raw/ 原图。压缩图必须输出到 compressed/ 或用户指定目录,除非用户显式要求覆盖。
• 避免受保护 IP、明星肖像、真实品牌标志、精确复刻教材封面、二维码和大段不可读文字,除非用户明确提供权利并要求这样做。
• 缺少 API 密钥或模型接口失败时,停止并报告脚本返回的准确错误。不要静默切换服务商、模型或密钥。

完成报告

回复用户时使用:

图片已生成
模式: <单张/参考图/批量/仅规划>
风格: <风格>
数量: <数量>
输出目录: <输出目录>
关键文件:
  - brief.md
  - style-plan.md
  - prompts/*.md
  - tasks.json
  - batch_result.json
  - raw/*.png
  - compressed/*.<格式,如有>