| name | gemini-image-gen |
| description | 使用 Gemini 生成和编辑配图。支持手绘白板风、精致矢量图风、温馨卡通信息图等六种预设模板，项目可自定义模板覆盖默认值。当用户需要为文章、文档生成插图、配图、概念图，或基于已有图片进行编辑时使用。 |
| allowed-tools | Read, Bash, Grep, Glob, Write |
Gemini 配图生成与编辑
通过 Google Gemini API 生成和编辑文章配图，内置两种风格模板，项目可自定义扩展。
环境要求
脚本会自动从 ~/.zshrc、~/.zshenv、~/.bashrc、~/.profile 中读取 GEMINI_API_KEY，无需手动 source。代理也会自动探测本地 SOCKS5 端口（1080/7890/7891）。
如需手动配置：
export GEMINI_API_KEY='your-key'
export GEMINI_PROXY='none'
export GEMINI_MODEL='gemini-2.5-flash-image'
工作流程
第一步：确定模板
读取提示词模板，优先级从高到低：
- 项目自定义：项目根目录的
.gemini-image-templates.yaml
- Skill 默认：
$SKILL_DIR/templates/default.yaml
if [ -f ".gemini-image-templates.yaml" ]; then
echo "使用项目自定义模板"
else
echo "使用默认模板: $SKILL_DIR/templates/default.yaml"
fi
默认模板包含六种风格：
| 模板 | 名称 | 适用场景 |
|---|
template_a_handdrawn | 手绘白板风 | 概念解释、前后对比、简单流程、一句话总结 |
template_b_vector | 精致矢量图风 | 技术概念、工具介绍、系统关系、抽象概念具象化 |
template_c_4panel_comic | 四格漫画 | 起承转合故事、流程展示、幽默段子、技术拟人化 |
warm-cartoon-multicolor | 温馨卡通多彩版 | 流程说明、知识科普、产品介绍（白底+元素语义配色） |
warm-cartoon-monotone | 温馨卡通单色版 | 同上，单色调统一感（奶油底+主色调倾向） |
warm-cartoon-minimal | 温馨卡通极简版 | 同上，极简提示词让模型发挥（奶油底+超简表情） |
第二步：选择模板 + 组装 prompt
根据配图内容选择合适的模板。从 YAML 中取出 style 各字段，拼接为完整 prompt：
[style.base]
[style.color]
[style.typography]
[style.text_quality]
[style.composition]
[style.resolution]
Scene ([default_aspect_ratio] aspect ratio):
[用户描述的具体画面内容]
Chinese labels: [需要出现的中文文字]
prompt 组装规则：
- style 各字段原样拼接，作为风格约束（所有同模板的图共享）
- Scene 部分根据每张图的具体内容填写
- Chinese labels 单独列出所有需要渲染的中文，短于 6 字为佳
- 宽高比写入 Scene 描述中（如 "4:3 aspect ratio"），因为 REST API 不支持 imageGenerationConfig 参数
第三步：调用生成脚本
bash $SKILL_DIR/scripts/gen-image.sh -o <output_path> "<prompt>"
bash $SKILL_DIR/scripts/gen-image.sh "<prompt>"
bash $SKILL_DIR/scripts/gen-image.sh -i <input_image> -o <output_path> "<prompt>"
脚本说明：
-o 输出路径，支持任意 png/jpg 路径，目录不存在会自动创建。省略时默认保存到当前工作目录-i 输入图片路径（可选），用于基于已有图片进行编辑- 最后一个参数是第二步组装好的完整 prompt 文本
- 成功时 stdout 输出文件路径和大小，失败时 stderr 输出错误信息
- 默认使用
gemini-3-pro-image-preview 模型（中文文字渲染最好）
- GEMINI_API_KEY 自动探测：脚本会自动从 ~/.zshrc 等配置文件中提取，无需手动 export
- 代理自动探测：脚本会自动检测本地 SOCKS5 端口（1080/7890/7891），无需手动配置
第四步：验证结果
生成后必须用 Read 工具查看图片，检查：
如果中文有误，优先尝试：缩短文字（6字→2字）、换用更常见的词、调整文字位置到更空旷的区域。
批量生成示例
为一篇文章生成多张配图时的典型流程：
STYLE_A="Hand-drawn whiteboard sketch illustration style. White background. Black ink hand-drawn line art..."
TEXT_RULES="CRITICAL: All Chinese characters must be sharp, crisp..."
bash $SKILL_DIR/scripts/gen-image.sh -o ./images/01-concept.png "${STYLE_A} ${TEXT_RULES} Scene (4:3 aspect ratio): ..."
bash $SKILL_DIR/scripts/gen-image.sh -o ./images/02-architecture.png "${STYLE_B} ${TEXT_RULES} Scene (4:3 aspect ratio): ..."
图片编辑
基于已有图片进行修改，用 -i 传入原图：
bash $SKILL_DIR/scripts/gen-image.sh -i ./images/01-concept.png -o ./images/01-concept-v2.png "Change the accent color from red to blue, keep everything else the same"
bash $SKILL_DIR/scripts/gen-image.sh -i ./images/02-arch.png -o ./images/02-arch-v2.png "Add a database icon on the right side connected with an arrow"
bash $SKILL_DIR/scripts/gen-image.sh -i ./hero.png -o ./hero-wide.png "Extend this image to 21:9 aspect ratio, expanding the background naturally on both sides"
编辑时的 prompt 不需要重复完整的风格模板，只需描述要做的修改。模型会保持原图的风格和内容，仅应用指定的变更。
项目自定义模板
在项目根目录创建 .gemini-image-templates.yaml，格式与默认模板一致：
template_a_handdrawn:
name: "我的手绘风"
style:
base: >
...自定义风格描述...
color: >
...自定义配色...
default_aspect_ratio: "16:9"
template_c_custom:
name: "品牌风格"
style:
base: >
...
已知限制
- REST API 不支持 imageGenerationConfig：宽高比、分辨率只能写入 prompt 文本，模型大多数时候会遵守
- 中文渲染非 100%：Gemini 3 Pro 在 4K 下约 94% 准确率，短文本好于长文本
- 需要代理：国内直连 Gemini API 会报
User location is not supported，需走 SOCKS5
- SynthID 水印：所有生成图片自动包含不可见的 SynthID 水印，无法关闭
模型选择建议
| 需求 | 推荐模型 |
|---|
| 中文文字清晰 | gemini-3-pro-image-preview（默认） |
| 快速迭代/草稿 | gemini-2.5-flash-image |
| 复杂场景/4K | gemini-3-pro-image-preview |
