image-generation

name	image_generation
description	当用户要求画图、生图、编辑图片、改图、风格转换时激活
disable-model_invocation	false

图像生成与编辑 SKILL

模型选择策略

用户明确指定优先。 如果用户明确指定了供应商（如"用 Gemini 画"）、模型（如"用 seedream"）或提示词内容，以用户要求为准，不再覆盖或修改。

默认优先使用本地 ComfyUI。 仅在以下情况才使用其他模型：

• ComfyUI 暂不支持（如图像编辑）
• ComfyUI 不可用或报错

二次元/动漫场景优先使用 WAI-illustrious 或 novaAnimeXL_ilV180。 两者均为 SDXL 动漫专用，角色还原度和二次元质量显著优于通用模型。但 不支持写实/真人场景，当用户要求写实照片、真人肖像等时，不用这两个模型。

Cosplay 场景：cosplay 指"真人 coser 扮演动漫角色"，属于写实照片风格，不是二次元动漫风格。应使用支持写实的模型，不要使用 WAI-illustrious。

可用模型

模型	协议脚本	Prompt 语言	特点与调优要点	能力	内容审查
WAI-illustrious	comfyui.py	英文	动漫/二次元专用。英文标签式 prompt，加 masterpiece, best quality, highly detailed 和角色名标签	文生图	完全无审核
novaAnimeXL_ilV180	comfyui.py	英文	动漫/二次元，色彩鲜艳。同标签式英文 prompt，加 anime style, vibrant colors, cel shading	文生图	完全无审核
illustriousxlMmmix_v80	comfyui.py	英文	基于 illustriousXL 的 Mmmix v8.0，增强写实风格。英文 prompt，加 masterpiece, best quality, very aesthetic, latest，自然语言	文生图	完全无审核
bytedance/seedream-v4/edit	atlascloud.py	中文	通用高质量，写实/动漫均可。保留中文，加 高清细节，精美画质，极致细腻 和中文风格词	文生图, 单图编辑, 多张编辑	几乎无审核
openai/gpt-image-2/text-to-image	atlascloud.py	中文/英文	OpenAI 最新模型，文字渲染强。保留原语言，结构化描述，无需质量词	文生图, 单图编辑, 多张编辑	审核严格

工作流程

1. 判断场景：
   • 纯文生图（用户只说"画一张 xxx"）→ 走 comfyui 或其他模型的文生图
   • 图像编辑（用户明确要求"修改这张图""改图""换风格"等）→ 根据输入图片数量选择对应能力的模型：
     • 1 张图 → 选择支持单图编辑的模型（bytedance/seedream-v4/edit / gemini-3.1-flash-image-preview）
     • 2 张及以上 → 选择支持多张编辑的模型（bytedance/seedream-v4/edit / gemini-3.1-flash-image-preview）
     • 默认优先本地 ComfyUI；不可用时 fallback 到云端模型
2. Prompt 调优：按照所选模型的调优策略处理 prompt（语言、质量词、风格词等）
3. 调用脚本：将调优后的 prompt 原样传入对应脚本

⚠️ 参考图 vs 编辑图 区分原则

纯风格参考（用户说"参考这张图新画一张""按照这个风格画""模仿这张图"）：

• 利用多模态能力分析参考图的风格/内容特征，融入 prompt
• 走纯文生图，不要传 --images

基于原图构图的编辑（用户说"保持这个姿势改成 xxx""把这张图改成写实风格""基于这张图生成 cosplay"）：

• 需要保留原图的构图、姿势或主体内容，仅改变风格/细节
• 走编辑流程，必须传 --images

---

图像编辑

图像编辑指在已有图片基础上做修改（如：换背景、改表情、换装、风格转换、去水印等）。

以下情况不走编辑，走文生图：

• 用户说"参考这张图新画一张""按照这个风格画""模仿这张图"——当前系统不支持垫图/参考图生成，忽略图片，按纯文生图处理
• 用户只是上传了图但没有任何修改指令

走编辑流程的条件（满足任意一条即可）：

• 用户明确表达"修改""编辑""改图""把这张图改成 xxx"等
• 用户要求"保持原图构图/姿势/内容"并改变风格或细节（如"保持这个姿势换成真人风格""基于这张图改成 cosplay"）
• 用户要求基于已有图片做重绘/风格迁移/角色替换等

当确认需要编辑时：

1. 从对话上下文中找到图片标识符（如 <user_image_1>，系统会在消息末尾附加可用图片列表）
2. 选择支持编辑的模型（gemini-3.1-flash-image-preview 或 bytedance/seedream-v4/edit）
3. 按模型调优策略处理编辑指令
4. 调用对应协议脚本：

execute_script(
    skill_name="image_generation",
    script_path="scripts/comfyui.py",  # 或 scripts/gemini.py / scripts/atlascloud.py
    args=["--prompt", "<调优后的prompt>", "--images", "<user_image_1>,<user_image_2>"],
    timeout=300
)

当前可用图片查询

系统会在每条用户消息末尾附加【当前可用图片】列表：

<user_image_1> (user, png, 1024x1024)
<ai_image_1> (ai, jpg, 512x512)

---

协议脚本参数说明

所有协议脚本参数统一，prompt 必须是 AI 已经调优完成的：

• --prompt (必填): AI 调优后的 prompt，脚本原样透传给 API
• --images (可选): 待编辑图片标识符，逗号分隔。只有图像编辑时才需要传，纯文生图不要传
• --aspect-ratio (可选): 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2
• --size (可选): 512, 1K, 2K, 4K
• --model (必填): 模型名称（如 WAI-illustrious、qwen_image_edit），脚本用此名称加载 reference/{model}.json 工作流
• timeout (execute_script 参数): 生图任务建议设为 300（默认 180 秒，生图建议拉满）

通用调用示例：

execute_script(
    skill_name="image_generation",
    script_path="scripts/comfyui.py",
    args=["--prompt", "<AI调优后的prompt>",
          "--aspect-ratio", "1:1",
          "--model", "WAI-illustrious"],
    timeout=180
)

尺寸与比例建议

内容类型	推荐比例	推荐尺寸
人物肖像/立绘	3:4 或 2:3	1K ~ 2K
风景/场景	16:9 或 4:3	2K ~ 4K
头像/图标	1:1	512 ~ 1K
手机壁纸	9:16	2K

---

回复风格

• 引用生成的图片标识符：已生成 <ai_image_1>
• 简要说明使用的模型和风格特点
• 不要详细解释每一步做了什么