image-generator

name	image-generator
description	通用图片生成 Skill，支持多种 AI 模型（ModelScope、Gemini、RunningHub 等），可被其他 Skills 调用
version	1.2.0
author	M.

图片生成 Skill

通用的图片生成服务，支持多种 AI 模型，可被其他 Skills 直接调用。

功能特性

• 🎨 支持多种 AI 模型（ModelScope、Gemini、RunningHub 等）
• 📦 可作为库被其他 Skills 导入调用
• ⚙️ 灵活的配置系统
• 🔄 异步任务支持（ModelScope、RunningHub）
• 💾 自动保存生成的图片
• 🛡️ 错误处理和重试机制
• 🧪 测试模式支持（无需 API Key）

使用方式

方式 1：直接命令行调用

# 基本用法（默认使用 gemini）
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat"

# 指定 API 类型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --api-type modelscope

# RunningHub 文生图
python3 ~/.claude/skills/image-generator/generate_image.py \
  "一只金色的猫在阳光下打盹" \
  --api-type runninghub

# 指定输出路径
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --output /path/to/image.jpg

# 参考图编辑/身份保持（Gemini 图片模型）
python3 ~/.claude/skills/image-generator/generate_image.py \
  "保留人物身份，改为正面摄影棚头肩照" \
  --reference-image /path/to/person.png \
  --size 1024x1280 \
  --output /path/to/portrait.png

# 指定模型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --model "Tongyi-MAI/Z-Image-Turbo"

# 测试模式（无需 API Key）
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test

方式 2：在其他 Skills 中导入调用

import sys
from pathlib import Path

# 添加 image-generator skill 到路径
image_gen_path = Path.home() / ".claude/skills/image-generator"
sys.path.insert(0, str(image_gen_path))

from generate_image import ImageGenerator

# 创建生成器实例（不传 api_type 时从 config.json 的 default_api 读取）
generator = ImageGenerator()

# 生成图片
image_path = generator.generate(
    prompt="A beautiful landscape",
    output_path="/path/to/output.jpg"
)

print(f"图片已生成: {image_path}")

# RunningHub 文生图示例
from generate_image import ImageGenerator

generator = ImageGenerator(api_type="runninghub")
image_path = generator.generate(
    prompt="一只金色的猫在阳光下打盹",
    output_path="/path/to/output.jpg"
)

配置

首次使用配置

1. 复制配置模板文件：

cp ~/.claude/skills/image-generator/config.json.example ~/.claude/skills/image-generator/config.json

2. 编辑配置文件填入你的 API Key：

配置文件位于：~/.claude/skills/image-generator/config.json

{
  "default_api": "runninghub",
  "modelscope": {
    "base_url": "https://api-inference.modelscope.cn/",
    "api_key": "your-modelscope-token-here",
    "model": "Tongyi-MAI/Z-Image-Turbo",
    "timeout": 300,
    "poll_interval": 5
  },
  "gemini": {
    "api_key": "your-gemini-api-key-here",
    "model": "gemini-3-pro-image-preview",
    "api_url": "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image-preview:generateContent",
    "timeout": 120,
    "size": "1024x1024",
    "quality": "standard"
  
   
     
     
     
     
     
     
  
   
   
   

配置参数说明

通用配置：

• default_api: 默认使用的 API（modelscope、gemini 或 runninghub）
• output_dir: 图片输出目录
• image_format: 图片格式（jpg、png、webp）
• quality: 图片质量（1-100）

ModelScope 配置：

• base_url: ModelScope API 地址
• api_key: ModelScope API Token（从 https://modelscope.cn 获取）
• model: 使用的模型名称
• timeout: 请求超时时间（秒）
• poll_interval: 轮询间隔（秒）

Gemini 配置：

• api_key: Google Gemini API Key（从 https://ai.google.dev 获取）
• model: 使用的模型名称（如 gemini-3-pro-image-preview）
• api_url: API 端点地址
• timeout: 请求超时时间（秒）
• size: 图片尺寸（如 1024x1024）
• quality: 生成质量（standard 或 high）

RunningHub 配置：

• base_url: RunningHub OpenAPI 地址
• api_key: RunningHub API Key
• model: 使用的模型路径（如 rhart-image-n-g31-flash/text-to-image）
• timeout: 请求超时时间（秒）
• poll_interval: 轮询间隔（秒）
• resolution: 默认分辨率（如 2k）

注意：

• config.json 包含敏感的 API Key，已被 .gitignore 忽略
• 不要将包含真实 API Key 的配置文件提交到版本库
• 使用 config.json.example 作为模板参考

支持的模型

ModelScope

• Tongyi-MAI/Z-Image-Turbo - 高速图片生成
• damo/text-to-image-synthesis - 文本到图片
• 其他 ModelScope 支持的模型

Gemini

• gemini-3-pro-image-preview - Gemini 3 Pro 图片生成
• 其他 Gemini 支持的模型

RunningHub

• rhart-image-n-g31-flash/text-to-image - 文生图（2K 分辨率）
• 其他 RunningHub OpenAPI 兼容模型

API 参数

generate() 方法

generator.generate(
    prompt: str,                    # 图片描述（必需）
    output_path: str = None,         # 输出路径（可选）
    model: str = None,               # 指定模型（可选）
    size: str = "1024x1024",         # 图片尺寸
    quality: str = "standard",       # 生成质量
    style: str = None,               # 风格（可选）
    timeout: int = 300,              # 超时时间（秒）
    max_retries: int = 3,            # 最大重试次数
    test_mode: bool = False,         # 测试模式
    reference_images: list[str] = None # Gemini 参考图片，可传多张
) -> str                             # 返回图片路径

错误处理

• 自动重试失败的请求（最多 3 次）
• 详细的错误日志
• 优雅的降级处理

测试模式

支持测试模式，无需配置 API Key 即可快速测试图片生成流程：

# 命令行使用测试模式
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test

# Python 代码中使用测试模式
generator = ImageGenerator(api_type="gemini")
image_path = generator.generate(
    prompt="A beautiful landscape",
    test_mode=True  # 启用测试模式
)

测试模式会生成一张包含提示词内容的示例图片，适合在开发调试或无网络环境时使用。

示例

示例 1：基本使用

python3 ~/.claude/skills/image-generator/generate_image.py "A futuristic city"

示例 2：测试模式（无需 API Key）

python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test

示例 3：在 Python 中使用

from generate_image import ImageGenerator

gen = ImageGenerator()
image = gen.generate("A beautiful sunset over the ocean")
print(f"Generated: {image}")

示例 4：在其他 Skill 中集成

# 在 write-article skill 中
from pathlib import Path
import sys

sys.path.insert(0, str(Path.home() / ".claude/skills/image-generator"))
from generate_image import ImageGenerator

def generate_article_cover(title):
    gen = ImageGenerator()
    cover_image = gen.generate(
        prompt=f"Professional article cover for: {title}",
        output_path=f"./covers/{title}.jpg"
    )
    return cover_image

注意事项

1. API Key 配置：

   • 需要在 config.json 中配置相应的 API Key
   • 不要将 API Key 提交到版本控制

2. 网络要求：

   • 需要稳定的网络连接
   • 某些 API 可能需要科学上网

3. 生成时间：

   • ModelScope 通常需要 10-30 秒
   • Gemini 通常需要 5-15 秒
   • RunningHub 通常需要 15-30 秒

4. 成本考虑：

   • 某些 API 可能产生费用
   • 建议监控 API 使用情况

5. 输出格式：

   • 支持 JPG、PNG、WebP 等格式
   • 默认输出为 JPG 格式

故障排除

问题 1：API Key 无效

错误: Unauthorized
解决: 检查 config.json 中的 API Key 是否正确

问题 2：生成超时

错误: Timeout
解决: 增加 config.json 中的 timeout 值

问题 3：网络连接失败

错误: Connection Error
解决: 检查网络连接，某些 API 可能需要科学上网

依赖

• requests
• Pillow (PIL)
• 其他 Skills 可选依赖

许可证

MIT