| 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:
- 意图: 新图生成 / 参考图改图 / 批量变体 / 图片压缩 / 只要提示词。
- 输入: 是否有参考图、源文本、品牌限制、必须出现的文字。
- 用途: 小红书、封面、知识卡、海报、产品图、教程图、纯插画。
- 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
- 读取用户需求和输入文件。
- 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/。
- 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
- 写
brief.md: 保留用户原始需求、源文本摘要和关键限制。
- 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。
- 写
prompts/NN.md: 每张图一份提示词。
- 需要真实生图时,写
tasks.json 并执行对应脚本。
- 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/。
- 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>
