baoyu

name	baoyu-图像生成
description	使用 OpenAI 和 Google API 进行 AI 图像生成。支持文生图、参考图片、宽高比和并行生成（推荐 4 个并发子代理）。当用户要求生成、创建或绘制图像时使用。

图像生成（AI SDK）

基于官方 API 的图像生成。支持 OpenAI 和 Google 提供商。

脚本目录

代理执行：

1. SKILL_DIR = 此 SKILL.md 文件所在目录
2. 脚本路径 = ${SKILL_DIR}/scripts/main.ts

偏好设置（EXTEND.md）

使用 Bash 检查 EXTEND.md 是否存在（优先级顺序）：

# 首先检查项目级
test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "project"

# 然后检查用户级（跨平台：$HOME 在 macOS/Linux/WSL 上均可使用）
test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "user"

┌──────────────────────────────────────────────────┬───────────────────┐ │ 路径 │ 位置 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ .baoyu-skills/baoyu-image-gen/EXTEND.md │ 项目目录 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md │ 用户主目录 │ └──────────────────────────────────────────────────┴───────────────────┘

┌───────────┬───────────────────────────────────────────────────────────────────────────┐ │ 结果 │ 操作 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 找到 │ 读取、解析、应用设置 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 未找到 │ 使用默认值 │ └───────────┴───────────────────────────────────────────────────────────────────────────┘

EXTEND.md 支持：默认提供商 | 默认质量 | 默认宽高比

用法

# 基本用法
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png

# 指定宽高比
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9

# 高质量
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k

# 从提示文件读取
npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png

# 使用参考图片（仅 Google 多模态）
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png

# 指定提供商
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai

选项

选项	描述
--prompt <text>, -p	提示文本
--promptfiles <files...>	从文件读取提示（拼接）
--image <path>	输出图片路径（必需）
--provider google|openai	强制指定提供商（默认：google）
--model <id>, -m	模型 ID
--ar <ratio>	宽高比（例如 16:9、1:1、4:3）
--size <WxH>	尺寸（例如 1024x1024）
--quality normal|2k	质量预设（默认：2k）
--imageSize 1K|2K|4K	Google 图片尺寸（默认：根据质量）
--ref <files...>	参考图片（仅 Google 多模态）
--n <count>	生成图片数量
--json	JSON 输出

环境变量

变量	描述
OPENAI_API_KEY	OpenAI API 密钥
GOOGLE_API_KEY	Google API 密钥
OPENAI_IMAGE_MODEL	OpenAI 模型覆盖
GOOGLE_IMAGE_MODEL	Google 模型覆盖
OPENAI_BASE_URL	自定义 OpenAI 端点
GOOGLE_BASE_URL	自定义 Google 端点

加载优先级：命令行参数 > 环境变量 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env

提供商选择

1. 指定了 --provider → 使用它
2. 仅有一个 API 密钥 → 使用该提供商
3. 两者都有 → 默认使用 Google

质量预设

预设	Google 图片尺寸	OpenAI 尺寸	使用场景
normal	1K	1024px	快速预览
2k（默认）	2K	2048px	封面、插图、信息图

Google 图片尺寸：可通过 --imageSize 1K|2K|4K 覆盖

宽高比

支持：1:1、16:9、9:16、4:3、3:4、2.35:1

• Google 多模态：使用 imageConfig.aspectRatio
• Google Imagen：使用 aspectRatio 参数
• OpenAI：映射到最接近的支持尺寸

并行生成

通过后台子代理支持并发图像生成，适用于批量操作。

设置	值
推荐并发数	4 个子代理
最大并发数	8 个子代理
使用场景	批量生成（幻灯片、漫画、信息图）

代理实现：

# 使用 Task 工具并行启动多个生成任务
# 每个 Task 以后台子代理运行，设置 run_in_background=true
# 所有任务完成后通过 TaskOutput 收集结果

最佳实践：生成 4 张以上图片时，启动后台子代理（推荐 4 个并发）而非顺序执行。

错误处理

• 缺少 API 密钥 → 报错并提供设置说明
• 生成失败 → 自动重试一次
• 无效的宽高比 → 警告，使用默认值继续
• 非多模态模型使用参考图片 → 警告，忽略参考图片

扩展支持

通过 EXTEND.md 进行自定义配置。路径和支持的选项参见偏好设置部分。