image-gen

name	image-gen
description	AI 图片生成统一入口。覆盖 13 个后端（ark/dashscope/gemini/openai/minimax/stability/ bfl/ideogram/zhipu/siliconflow/fal/replicate/openrouter）。 触发：「生成图片 / 做配图 / AI 画图 / 画一张 / generate image / make illustration」（生图）； 「PPT 配图 / 信息图 / Bento grid / UI 截图 / ER 图 / 图形摘要 / 学术配图 / 方法流程图 / 系统架构图 / mind map」等结构化场景（自动匹配 templates/ 模板）； 「图像编辑 / inpainting / 局部重绘 / 替换背景 / 移除元素」（仅 openai 后端，--mode edit）； 「配置 ai-image / 初始化 / setup / reconfigure / migrate config / show config / validate api key / list image models / add custom model」（管理子命令，详见 SKILL.md §子命令）。 统一读取 ~/.config/presales-skills/config.yaml 获取 API key。 不处理视频生成或 ASCII art。
allowed-tools	Read, Write, Bash, Glob, Grep

ai-image Skill — 统一 AI 图片生成

跨平台兼容性 checklist（Windows / macOS / Linux）：

1. Python 命令名：示例用 python3。Windows 不可识别时改 python 或 py -3。
2. 路径自定位：本文档所有脚本路径用下方 §路径自定位 一节的 bootstrap 解析。
3. 可执行检测：用 which/where/Get-Command，不用 command -v。
4. Bash heredoc / && / ||：Windows cmd 不支持，建议在 Git Bash / WSL2 中运行。
5. 路径分隔符：用正斜杠 /，避免硬编码反斜杠 \。

此技能是给协调者读的。**判定你是否子智能体**：如果你的当前角色定义来自 Task prompt 而非 SKILL.md 自然加载（即调用方在 Task 工具的 prompt 字段里塞了 agents/.md 的内容），你就是子智能体；跳过本 SKILL.md 的工作流编排部分，只执行 Task prompt 给你的具体任务。

ai-image 是 presales-skills marketplace 的共享 plugin，为 solution-master / ppt-master / tender-workflow 三个主 plugin 提供统一的图片生成能力。

路径自定位

首次调用本 skill 的脚本前，先跑一次以下 bootstrap 解析 SKILL_DIR（后续命令用 $SKILL_DIR/scripts/...）：

SKILL_DIR=$(python3 - <<'PYEOF' 2>/dev/null
import json, os, sys
p = os.path.expanduser('~/.claude/plugins/installed_plugins.json')
if os.path.exists(p):
    d = json.load(open(p))
    for entries in d.get('plugins', {}).values():
        for e in (entries if isinstance(entries, list) else [entries]):
            if isinstance(e, dict) and '/ai-image/' in e.get('installPath', ''):
                print(e['installPath'] + '/skills/gen'); sys.exit(0)
PYEOF
)

# vercel CLI fallback (skill subdir is 'gen'; SKILL.md name is 'image-gen' so vercel
# CLI installs the standalone skill at ~/.<agent>/skills/image-gen/)
[ -z "$SKILL_DIR" ] && for d in ~/.cursor/skills ~/.agents/skills .cursor/skills .agents/skills; do
    [ -d "$d/ai-image/skills/gen" ] && SKILL_DIR="$d/ai-image/skills/gen" && break
    [ -d "$d/image-gen" ] && SKILL_DIR="$d/image-gen" && break
done

# 用户预设环境变量
[ -z "$SKILL_DIR" ] && [ -n "${AI_IMAGE_PLUGIN_PATH:-}" ] && SKILL_DIR="$AI_IMAGE_PLUGIN_PATH/skills/gen"

# dev 态
[ -z "$SKILL_DIR" ] && [ -d "./ai-image/skills/gen" ] && SKILL_DIR="$(pwd)/ai-image/skills/gen"

if [ -z "$SKILL_DIR" ]; then
    echo "[ERROR] 找不到 ai-image skill 安装位置。" >&2
    echo "请设置：export AI_IMAGE_PLUGIN_PATH=/path/to/ai-image" >&2
    exit 1
fi

错误恢复 protocol：bootstrap 退出 1 时不要重试，把 stderr 转述给用户并请求 /plugin install ai-image@presales-skills 或手工 export 环境变量。

工作流（生成图片场景）

1. 读取用户意图：图片主题、风格、尺寸、数量
2. 判断是否走模板分支：用户描述涉及「PPT 配图 / 信息图 / Bento grid / UI 截图 / 聊天截图 / ER 图 / 系统架构图 / 流程图 / 思维导图 / 时序图 / 状态机 / 网络拓扑 / 学术图形摘要 / 神经网络架构图 / 论文图表 / 海报 / 头像 / 角色图 / 包装设计 / 漫画分镜 / 地图 / 产品图 / 字体排版」等结构化高密度场景 → 走 §模板驱动生成；否则继续 step 3 简单生成路径
3. 选 provider：按场景 + 用户默认偏好（来自 ~/.config/presales-skills/config.yaml 的 ai_image.default_provider）
4. 准备 prompt：如果用户只给了简要主题，扩展为详细描述
5. 执行生成：调 image_gen.py：
   • 设定 IMAGE_BACKEND 为选定 provider 的 canonical 名（ark→volcengine，dashscope→qwen，其他同名）
   • 通过 -o 指定输出目录
   • 用户没显式给 size / ratio 时，分别从 ai_image.default_size（preset 如 2K）和 ai_image.default_aspect_ratio（比例如 16:9）读默认值。两个独立参数：size preset 决定分辨率，aspect ratio 决定形状

# 默认 provider + 默认 size + 默认 ratio（全从 config.yaml 取）
python3 "$SKILL_DIR/scripts/image_gen.py" "用户提示词" \
  --image_size "$DEFAULT_SIZE" --aspect_ratio "$DEFAULT_RATIO" -o /path/to/output/

# 显式指定 backend + size / ratio
IMAGE_BACKEND=ark python3 "$SKILL_DIR/scripts/image_gen.py" "用户提示词" \
  --image_size 2K --aspect_ratio 16:9 -o /path/to/output/

⚠ --image_size 只接受 preset：512px / 1K / 2K / 4K（不是字面像素如 2048x2048）； --aspect_ratio 只接受 1:1 / 16:9 / 9:16 等比例。配置里 default_size 写错值， CLI 会被 argparse 拒，此时跑 python3 ai_image_config.py validate 看具体提示。

6. 验证输出：文件存在且 > 10KB，否则降级或报错
7. 返回给用户：图片路径 + 简要描述

模板驱动生成（高密度结构化场景）

templates/ 目录提供 79 个结构化提示词模板，分 17 类，源自 garden-skills/gpt-image-2（MIT，见 templates/LICENSE-gpt-image-2）。每个模板用 JSON 描述视觉层结构 + {argument name="..." default="..."} 槽位 + 缺失字段提问优先级。

模板类别速查

类别	用途	适用主 plugin
slides-and-visual-docs/	高密度讲解 slide / 教育 slide / 政策风 slide	ppt-master
infographics/	Bento grid / KPI dashboard / 对比信息图 / 步骤图	solution-master / ppt-master
ui-mockups/	聊天界面 / 短视频封面 / 直播带货 UI / 社交 UI	tender-workflow / solution-master
academic-figures/	图形摘要 / 神经网络架构 / 论文图表 / 方法流程图	solution-master
technical-diagrams/	ER 图 / 流程图 / 时序图 / 状态机 / 系统架构 / 网络拓扑（PNG，非矢量；可编辑用 drawio）	solution-master
infographics/ maps/ poster-and-campaigns/ product-visuals/ branding-and-packaging/ portraits-and-characters/ avatars-and-profile/ editing-workflows/ grids-and-collages/ scenes-and-illustrations/ storyboards-and-sequences/ typography-and-text-layout/ assets-and-props/	海报 / 地图 / 产品图 / 头像 / 漫画 / 等	通用

模板匹配工作流

T1. 用 Grep / find 在 $SKILL_DIR/templates/ 下找类别 → 文件
    例：用户要"PPT 配图，4 块 Bento grid 信息图" → templates/infographics/bento-grid-infographic.md

T2. Read 模板文件，重点读"## 缺失信息优先提问顺序"或"参数策略"小节
    → 找出 must-ask 字段（必须问用户）和 defaultable 字段（可用默认）

T3. 按 must-ask 列表向用户提问（一次问完，避免反复打断）

T4. 把模板里的 JSON prompt 块拷贝出来，逐个替换 {argument name="..."} 占位符
    → 得到一个填好的 JSON

T5. 把这段 JSON 整体当 prompt 字符串传给 image_gen.py
    （JSON 不需要"展开"成自然语言；模型能直接解析结构化 JSON prompt）

T6. 标准 generate 流程（同 §工作流 step 5-7）

模板调用范例

# 假设 T4 已得到填好的 JSON 字符串保存在 /tmp/prompt.txt
PROMPT=$(cat /tmp/prompt.txt)
IMAGE_BACKEND=ark python3 "$SKILL_DIR/scripts/image_gen.py" "$PROMPT" \
  --image_size 2K --aspect_ratio 3:4 -o /path/to/output/

💡 provider 选择提示：模板里多含中文文字层时优先 dashscope（中文渲染最稳）； 学术图 / 技术图（强调结构清晰度）优先 ark / openai；纯英文 UI mockup 用 gemini / openai。 ER 图 / 系统架构图等"工程图"场景，如果用户接受可编辑矢量，优先 drawio plugin 而非本插件。

Provider 选择策略

用户场景	推荐 provider
中文场景、文字渲染（图表/海报）	dashscope (qwen-image-2.0-pro)
真实感照片、高分辨率	ark (Seedream 4.5 / 5.0)
通用画质、英文场景	gemini (2.5 Flash Image)
聚合平台、多模型切换	openrouter / fal / replicate

详细列表：python3 "$SKILL_DIR/scripts/ai_image_config.py" models

OpenAI 高级参数（透明背景 / 输出格式）

仅 IMAGE_BACKEND=openai 生效，其他后端会忽略：

参数	取值	用途
--background	auto / transparent / opaque	logo / icon 抠图：transparent 强制 PNG
--output-format	png / jpeg / webp	控制输出文件格式
--output-compression	0-100	仅对 jpeg / webp 生效，控制体积

# 透明背景 PNG（logo / icon 场景）
IMAGE_BACKEND=openai python3 "$SKILL_DIR/scripts/image_gen.py" "logo of a fox, vector style" \
  --background transparent --aspect_ratio 1:1 -o /path/to/output/

# webp 输出 + 高压缩（节省体积）
IMAGE_BACKEND=openai python3 "$SKILL_DIR/scripts/image_gen.py" "background landscape" \
  --output-format webp --output-compression 85 -o /path/to/output/

图像编辑（Inpainting）

仅 IMAGE_BACKEND=openai 支持。给定原始图像 PNG 与可选 mask，执行局部或整图重绘。

参数	必填	说明
--mode edit	是	切换到编辑模式（默认 generate）
--input-image	是	原图 PNG 路径
--mask	否	mask PNG 路径：透明=待编辑区域，不透明=保留；省略则全图重绘
--input-fidelity	否	low / high（默认 high，越高越保留原图）

# 全图编辑（无 mask）
IMAGE_BACKEND=openai python3 "$SKILL_DIR/scripts/image_gen.py" \
  "添加一只橘猫坐在窗边" \
  --mode edit --input-image /path/to/photo.png \
  --input-fidelity high -o /path/to/output/

# Inpainting（带 mask）
IMAGE_BACKEND=openai python3 "$SKILL_DIR/scripts/image_gen.py" \
  "替换为蓝天白云" \
  --mode edit --input-image /path/to/photo.png --mask /path/to/sky_mask.png \
  -o /path/to/output/

配置

完整 setup wizard 见同目录 setup.md。当用户说「配置 ai-image / 帮我配置 ai-image / 初始化 / setup / migrate / 我刚装新版需要配置」时：

1. 用 Read 工具加载 $SKILL_DIR/setup.md（路径 $SKILL_DIR 由 §路径自定位 段解析）
2. 严格按 setup.md 引导用户完成配置（含 Python 依赖前置检查、API key 收集 + 立即实测、默认模型 / 默认 provider / 默认尺寸 选择）
3. 不要凭记忆执行 — 每次都 Read 当前版本

命令速查（已熟悉的 power user 直接用）

所有配置通过 ai_image_config.py 子命令。先按 §路径自定位 解析 SKILL_DIR：

子命令	命令
setup（含 auto-migrate）	python3 "$SKILL_DIR/scripts/ai_image_config.py" setup
show	python3 "$SKILL_DIR/scripts/ai_image_config.py" show [section]
set	python3 "$SKILL_DIR/scripts/ai_image_config.py" set <key.path> <value>
models	python3 "$SKILL_DIR/scripts/ai_image_config.py" models [provider]
add-model	python3 "$SKILL_DIR/scripts/ai_image_config.py" add-model <provider> <yaml>
validate	python3 "$SKILL_DIR/scripts/ai_image_config.py" validate [provider]
migrate（手动；setup 已含 auto-migrate）	python3 "$SKILL_DIR/scripts/ai_image_config.py" migrate

setup auto-migrate 逻辑（仅供参考，详见 setup.md）

setup 不直接收集 API key，根据 ~/.config/presales-skills/config.yaml 与旧路径状态分支：

• 新 config 不存在 + 旧 config 含 api_keys → 自动调 migrate 合并到统一路径
• 新 config 存在但 api_keys 为空 + 旧 config 有内容 → 同样自动 migrate（防止用户跑过空 setup 后旧 key 永远丢）
• 新 config 不存在 + 无可迁移 → 写默认骨架
• 新 config 存在且 api_keys 已有内容 → 展示摘要

setup.md wizard 已经处理这些分支 + 引导后续填 key + 选默认模型 + 实测验证。

跨 plugin 调用说明

solution-master / ppt-master / tender-workflow 在自己的 SKILL.md 里调用 ai-image 时，用同样的 installed_plugins.json bootstrap 解析 ai-image plugin 路径（仅 plugin 名替换为 ai-image），然后：

python3 "$AI_IMAGE_DIR/scripts/image_gen.py" "<prompt>" --aspect_ratio 16:9 --image_size 1K -o /path/to/output/

模板片段（建议跨 plugin 复用）：

AI_IMAGE_DIR=$(python3 -c "
import json, os, sys
p = os.path.expanduser('~/.claude/plugins/installed_plugins.json')
if os.path.exists(p):
    d = json.load(open(p))
    for entries in d.get('plugins', {}).values():
        for e in (entries if isinstance(entries, list) else [entries]):
            if isinstance(e, dict) and '/ai-image/' in e.get('installPath', ''):
                print(e['installPath'] + '/skills/gen'); sys.exit(0)
" 2>/dev/null)
[ -z "$AI_IMAGE_DIR" ] && [ -n "${AI_IMAGE_PLUGIN_PATH:-}" ] && AI_IMAGE_DIR="$AI_IMAGE_PLUGIN_PATH/skills/gen"
[ -z "$AI_IMAGE_DIR" ] && echo "[ai-image] plugin 未安装，跳过/降级到文本占位符" >&2 && exit 0  # graceful 降级
python3 "$AI_IMAGE_DIR/scripts/image_gen.py" "<prompt>" -o /path/to/output/

跨 plugin 调用方按需改 exit 0 为 exit 1（强制依赖时）。

故障排查

• "No image backend configured"：运行 python3 "$SKILL_DIR/scripts/ai_image_config.py" setup 写默认骨架，再 set api_keys.<provider> <key>
• API key 错误：python3 "$SKILL_DIR/scripts/ai_image_config.py" validate <provider> 逐个核查
• 找不到 plugin：见上方 §错误恢复 protocol——把 stderr 转述给用户并请求 /plugin install ai-image@presales-skills