| name | image-generator |
| description | Skill para geracao e adaptacao de assets visuais. Use quando o projeto precisar de hero image,
background, ilustracao, icone, favicon, mascote ou derivacao de imagem existente sem destoar do app.
Trigger em: "gerar imagem", "criar imagem", "hero image", "background image", "favicon png", "icone",
"mascote", "illustration", "remover fundo", "transparent icon", "tauri icons".
|
| argument-hint | [tipo: t2i|i2i|rembg|ico] [prompt ou caminho-da-imagem] |
| allowed-tools | Read, Write, Bash(node *), Bash(python *), Bash(uv run *) |
Image Generator
O Image Generator cria ou adapta assets visuais mantendo consistencia com o contexto real do produto.
Governanca Global
Esta skill segue GLOBAL.md, policies/execution.md, policies/handoffs.md, policies/token-efficiency.md, policies/stack-flexibility.md, policies/tool-safety.md e policies/evals.md.
Quando Usar
- criar hero image, background, ilustracao, icone, favicon ou mascote
- derivar asset existente sem quebrar identidade visual do app
- preparar assets para web, SEO social cards ou Tauri/mobile
Quando Nao Usar
- para inventar estilo novo sem analisar o produto existente
- para substituir UI/UX, SEO ou Frontend na definicao de uso do asset
- para gerar imagem final sem antes verificar contexto visual quando o repo ja tiver assets
Entradas Esperadas
- tipo de asset necessario
- onde o asset sera usado
- contexto visual do projeto
- paths de assets existentes, se houver
- restricoes de formato, tamanho, transparencia e output
Saidas Esperadas
- prompt final reproduzivel
- asset coerente com o projeto
- output path e variacoes geradas
- handoff claro para Orchestrator, UI/UX, Frontend ou SEO
Responsabilidades
- Decidir entre gerar do zero (
t2i) ou derivar asset existente (i2i)
- Analisar identidade visual antes de propor prompt ou modelo
- Garantir consistencia com cores, composicao, linguagem visual e assets do projeto
- Escolher formato e pos-processamento adequados ao uso final
- Registrar prompt, modelo, output e motivo das escolhas
Regra Mais Importante
Se o repositorio ja tiver imagens, ilustracoes, icones, logos, backgrounds, mascotes ou design tokens, a skill DEVE analisar esse contexto primeiro.
Nunca gerar asset como se o projeto fosse uma folha em branco quando ja existir linguagem visual estabelecida.
Analise de Contexto Visual
Antes de gerar qualquer imagem, verificar nesta ordem:
UI/UX e design tokens do projeto- assets existentes em
public/, assets/, src-tauri/icons/ ou caminhos equivalentes
- componentes e paginas onde a imagem vai entrar
- metadata/SEO quando a imagem for social card, thumbnail ou hero publica
- restricoes de plataforma, como favicon, app icon ou transparencia
Checklist Antes de Gerar
- qual e a funcao do asset no produto
- o projeto ja tem paleta, contraste, mood e linguagem visual definidos
- existem imagens ou icones parecidos para derivacao ou referencia
- a imagem precisa parecer parte do mesmo app, e nao um elemento isolado de outro estilo
- o output final precisa de transparencia, resize, ico ou pacote para Tauri
Modos de Trabalho
t2i: usar apenas quando nao houver asset base adequadoi2i: preferir quando o projeto ja tiver mascote, icone, ilustracao ou base visual reutilizavel
Regra Default (REGRA CANÔNICA DO KIT)
Sem override explícito, a skill aplica esta regra:
| Cenário | Model default | Custo | Razão |
|---|
| text-to-image (sem imagem de referência) | grok-imagine | $0.020/img | Estética boa, custo baixo, default pra criativos |
edit-image (com referenceImages) | gemini-25-flash | $0.039/img | Melhor capacidade de refine/inpaint com base |
Override só se o caso exigir (ex: tipografia complexa → gemini-3-pro, OG card final → gpt-image-1.5). Decisão sempre registrada na evidência de conclusão.
Fonte única: models/image-models.json — atualize lá quando preços mudarem; propaga pra scripts/generate-image.mjs e templates/stack-default/fal/config.ts automaticamente.
Tipos de Asset
| Tipo | Quando usar | Skill responsavel |
|---|
hero | imagem principal acima da dobra | 17 (esta skill) |
mascote | personagem da marca em nova situacao | 17 (esta skill) |
illustration | ilustracao explicativa de conceito | 17 (esta skill) |
background | textura ou fundo de secao | 17 (esta skill) |
layout | imagem compondo secao ou tela inteira | 17 (esta skill) |
icon | icone de funcionalidade ou servico | 17 (esta skill) |
favicon | favicon multi-tamanho + apple-touch-icon + PWA icons | 36 (Web Asset Generator) — dedicada |
social-card (OG / Twitter) | Open Graph, Twitter card, share image | 36 (Web Asset Generator) — dedicada |
pwa-icon | maskable icon, manifest, browserconfig | 36 (Web Asset Generator) — dedicada |
Divisao clara: skill 17 e para assets criativos (geracao do zero ou derivacao). Skill 36 e para assets web operacionais derivados de logo existente (favicon, OG, PWA — pipeline mecanico, nao criativo). Se logo ainda nao existe, skill 17 cria primeiro; depois skill 36 deriva os formatos.
Regras de Prompt
- refletir a paleta, contraste e mood reais do produto
- mencionar explicitamente estilo visual existente quando ele ja estiver definido
- para
i2i, descrever apenas a mudanca desejada e preservar o resto
- evitar adjetivos vagos como "bonito" ou "moderno" sem contexto do projeto
- nao introduzir cores, personagens ou composicoes que destoem dos assets ja usados no app
Selecao de Modelo
Esta skill e vendor-agnostic por design (policies/stack-flexibility.md). A tabela abaixo cobre fal.ai como implementacao recomendada — substitua por Replicate, Stability, OpenAI direto ou self-hosted se a stack do projeto ja usa outro provider.
Modelos fal.ai (atualizado 2026-05)
Precos podem mudar sem aviso. Fonte canonica: fal.ai/pricing (verificar antes de batch grande). Esta tabela e snapshot — docs/skill-guides/image-generator-models.md tem detalhes mais granulares e link por modelo.
| Modelo | Preco | Quando usar | Endpoints |
|---|
| gpt-image-1-mini | $0.005-$0.052 (varia por qualidade/tamanho) | Volume alto, custo baixo. Variacoes rapidas, testes, scaffolding. | fal-ai/gpt-image-1-mini, .../edit |
| Gemini 2.5 Flash | $0.039/img (fixo) | Producao em escala com custo previsivel. Hero, ilustracao, background padrao. | fal-ai/gemini-25-flash-image, .../edit |
| Gemini 3 Pro (Nano Banana Pro) ⚠ preview | $0.15/img (4K = $0.30) | Prompt dificil, tipografia, composicao complexa. Quando o pedido cita texto na imagem ou layout especifico. Endpoint preview — pode mudar / preco pode subir sem aviso. | fal-ai/gemini-3-pro-image-preview, .../edit |
| gpt-image-1.5 | $0.009-$0.20 (varia) | Acabamento final. Alta fidelidade, aderencia forte ao prompt, preserva composicao/iluminacao. Use no fim do pipeline. | fal-ai/gpt-image-1.5, .../edit |
| Grok Imagine | $0.02 (gen) / $0.022 (edit) | Criativos esteticos baratos e simples de precificar. Estilo "aesthetic-first". | xai/grok-imagine-image, .../edit |
Decisao rapida (arvore)
precisa de muita imagem barata? → gpt-image-1-mini
custo fixo previsivel + producao escala? → Gemini 2.5 Flash
prompt dificil / tipografia / composicao? → Gemini 3 Pro
fidelidade visual maxima + aderencia? → gpt-image-1.5
estetico bonito e barato? → Grok Imagine
Pipeline recomendado (multi-modelo)
Para feature visual importante:
- Iteracao — gpt-image-1-mini ou Grok Imagine (5-10 variacoes baratas para escolher direcao)
- Validacao — Gemini 2.5 Flash (1-2 versoes mais polidas para feedback humano)
- Final — gpt-image-1.5 ou Gemini 3 Pro (asset que vai pra producao)
Custo total tipico: $0.10-$0.50 por hero finalizado, dependendo de quantas iteracoes.
Schemas, endpoints completos e exemplos cURL/Python/JS
Ver docs/skill-guides/image-generator-models.md (carregado sob demanda) — schema completo de cada modelo, exemplos por SDK (Python fal-client, JS @fal-ai/client, cURL), parametros (aspect_ratio, quality, num_images, image_size, output_format, safety_tolerance, input_fidelity).
Quando usar provider que nao seja fal.ai
A skill nao impoe vendor. Alternativas:
- Replicate: modelos similares (FLUX, SDXL) com API parecida
- OpenAI direto: GPT Image sem markup do fal.ai
- Stability: SD3, mais controle de parametros
- Self-hosted: ComfyUI / Automatic1111 para controle total
Se mudar provider depois do projeto ter assets, registrar em ADR (docs/adr/) — mudanca de modelo provoca drift de estilo nos novos assets vs antigos.
Execucao
Default (TS, funciona em qualquer máquina): scripts/generate-image.mjs do próprio kit. Zero-dep Node 18+, lê models/image-models.json como fonte única de verdade. Aplica a regra default automaticamente.
node scripts/generate-image.mjs --prompt "minimalist hero, blue gradient" --aspect 16:9 --out public/hero.jpg
node scripts/generate-image.mjs --prompt "remove background, sharp subject" --ref ./logo.png --out public/logo-clean.png
node scripts/generate-image.mjs --prompt "OG card with title" --model gpt-image-1.5 --aspect 16:9 --out public/og.png
node scripts/generate-image.mjs --list
Auth: FAL_AI_API_KEY em env (fallback: FAL_KEY, FAL_API_KEY).
Fallback Python (opcional, só pra usuários que já mantêm pipeline próprio): se o repo do usuário tiver script local (scripts/generate.py ou similar com mesma API), a skill pode usar — mas não tente importar paths de fora do repo do projeto (cada usuário tem caminhos diferentes; o kit não pode assumir nenhum). TS é sempre o default seguro.
Quando provider != FAL.AI: ajustar models/image-models.json no fork do projeto, ou criar adapter substituto seguindo a mesma interface (generateImage(opts) → {images, model, estimatedCostUsd}).
Output Path
Preferencia de destino:
src-tauri/icons/ para assets nativos de Tauripublic/images/generated/ para web app com public/assets/images/ se a base do projeto usar assets/- pasta local equivalente do repositorio quando a estrutura for diferente
Integracao com Outras Skills
UI/UX (skill 02): confirma encaixe visual e composicaoAsset Librarian (skill 19): fornece inventario de assets, logos, fontes e tokens visuais existentesFrontend (skill 04): confirma uso real do asset e dimensoesSEO (skill 14): confirma necessidades de alt text e imagem publicaMobile Tauri (skill 15): confirma formatos e tamanhos para icones nativosWeb Asset Generator (skill 36): pega logo gerado por esta skill e deriva favicon multi-tamanho, PWA icons (maskable), Open Graph e Twitter card automaticamente. Handoff direto: quando esta skill cria logo, despachar skill 36 para gerar todos os assets web a partir dele.Orchestrator (skill 09): decide momento certo da geracao no pipelineCost Tracker (skill 30): registra custo por modelo + asset para evitar surpresa na fatura fal.ai
Evidencia de Conclusao
- contexto visual existente analisado antes da geracao
- prompt final coerente com o app
- asset salvo no local correto com formato adequado
- modelo, variacoes e output registrados para reproducao
Handoff
Entregar sempre:
- paths dos arquivos gerados
- prompt usado
- contexto visual considerado
- formato, dimensao e pos-processamento
Seguir policies/handoffs.md e, quando util, templates/handoff.md.
Codigo Limpo
Codigo deve priorizar clareza. Comentarios so fazem sentido quando explicam contexto nao obvio, restricoes externas ou workarounds temporarios.
