image-generator

name	image-generator
description	调用大模型API生成图片的自动化工具。当用户需要生成AI图片、为内容创建配图、或需要自动化图片生成流程时使用此skill。支持从环境变量获取大模型配置，使用nano-banana-pro-prompts-recommend-skill优化提示词，支持多种图片格式和尺寸配置。

Image Generator

⚠️ 重要执行规范

1. Python 环境

必须在执行任何命令前，先激活 conda 环境：

conda activate qwen3-tts

2. 执行方式

禁止直接在 shell 中拼接 --prompt 参数执行脚本，因为 prompt 内容中可能含有单引号、双引号等特殊字符，会导致 bash 解析出现 quote> 错误。

必须使用 python3 -c 内联脚本方式，通过 subprocess.run 列表传参，完全绕过 shell 引号解析：

conda activate qwen3-tts && python3 -c "
import subprocess
import sys

prompt = '''在这里写提示词，可以包含任意单引号和特殊字符'''

result = subprocess.run(
    [sys.executable, '/path/to/generate_image.py',
     '--prompt', prompt,
     '--size', '1K',
     '--aspect-ratio', '16:9',
     '--output', '/path/to/output.png',
     '--format', 'png'],
    capture_output=True, text=True
)
print(result.stdout)
print(result.stderr)
"

💡 原因：python3 -c 内联脚本中使用三引号 ''' 包裹 prompt，subprocess.run 以列表方式传参，参数内容原样传递，不经过 shell 解析，彻底避免引号冲突问题。

---

快速开始

环境配置

支持两种配置方式：

方式一：环境变量（推荐）

设置环境变量以配置大模型 API：

export LLM_BASE_URL="http://dev.fit-ai.woa.com/api/llmproxy"
export LLM_MODEL="gemini-3-pro-image"
export LLM_API_KEY="your-api-key"

方式二：JSON 配置文件

创建 generate_image.json 文件，包含大模型配置：

{
  "LLM_BASE_URL": "http://dev.fit-ai.woa.com/api/llmproxy",
  "LLM_MODEL": "gemini-3-pro-image",
  "LLM_API_KEY": "your-api-key"
}

脚本会优先使用 JSON 配置文件，如果文件不存在则回退到环境变量。

基本使用

使用 JSON 配置文件（推荐）

生成图片（使用规范的执行方式）：

conda activate qwen3-tts && python3 -c "
import subprocess
import sys

prompt = '''一只可爱的橘猫在花园里晒太阳'''

result = subprocess.run(
    [sys.executable, '/path/to/generate_image.py',
     '--prompt', prompt,
     '--size', '1K',
     '--aspect-ratio', '16:9',
     '--output', './output.png',
     '--format', 'png'],
    capture_output=True, text=True
)
print(result.stdout)
print(result.stderr)
"

核心功能

图片生成脚本

scripts/generate_image.py 支持以下参数：

• --prompt: 图片生成提示词（必填）
• --size: 图片尺寸（1K、2K 等），默认"1K"
• --aspect-ratio: 宽高比（1:1、16:9、9:16 等），默认"1:1"
• --output: 输出文件路径，默认"./generated_image.png"
• --format: 图片格式（png、jpg、jpeg），默认"png"

API 配置

支持两种配置方式，优先级：JSON 文件 > 环境变量

JSON 配置文件（推荐）

创建 scripts/generate_image.json 文件：

{
  "LLM_BASE_URL": "http://dev.fit-ai.woa.com/api/llmproxy",
  "LLM_MODEL": "gemini-3-pro-image",
  "LLM_API_KEY": "your-api-key"
}

文件位置：scripts/generate_image.json（与 generate_image.py 同级目录）

配置字段：

• LLM_BASE_URL: 大模型 API 基础 URL（必填）
• LLM_MODEL: 大模型名称（必填）
• LLM_API_KEY: API 密钥（可选）

环境变量配置

设置环境变量：

export LLM_BASE_URL="http://dev.fit-ai.woa.com/api/llmproxy"
export LLM_MODEL="gemini-3-pro-image"
export LLM_API_KEY="your-api-key"

优先级：脚本优先使用 JSON 配置文件，如果文件不存在或配置不完整，则回退到环境变量。

提示词优化

自动使用 nano-banana-pro-prompts-recommend-skill 优化提示词，提高图片质量。

使用场景

内容配图生成

为博客文章、技术文档、社交媒体内容生成配图。

产品原型设计

快速生成 UI 界面、产品概念图、设计稿。

营销素材制作

生成活动海报、宣传图片、广告素材。

资源参考

• API 参考: 查看 references/api_reference.md 了解 API 调用详情
• 错误处理: 查看 references/error_handling.md 了解常见问题解决方案

示例脚本

scripts/example_generate_image.py 提供完整的示例代码，可直接运行测试图片生成功能。

JSON 配置文件使用指南

配置文件位置

将 generate_image.json 文件放置在 scripts/ 目录下，与 generate_image.py 脚本同级：

scripts/
├── generate_image.py
├── generate_image.json  # 配置文件
├── example_generate_image.py
└── ...

配置示例

scripts/generate_image.json 文件示例：

{
  "LLM_BASE_URL": "http://dev.fit-ai.woa.com/api/llmproxy",
  "LLM_MODEL": "gemini-3-pro-image",
  "LLM_API_KEY": "your-api-key"
}

最佳实践

1. 安全存储：API 密钥等敏感信息建议使用环境变量，避免在配置文件中明文存储
2. 版本控制：将配置文件添加到 .gitignore，避免敏感信息提交到代码仓库
3. 环境区分：可为不同环境创建不同的配置文件，如 generate_image.dev.json、generate_image.prod.json
4. 配置验证：脚本会自动验证配置文件格式和必填字段

故障排除

• 配置文件不存在：脚本自动回退到环境变量配置
• 配置字段缺失：脚本会提示缺失的必填字段并退出
• JSON 格式错误：脚本会显示解析错误并回退到环境变量

配置优先级

1. ✅ JSON 配置文件（scripts/generate_image.json）
2. 🔄 环境变量（LLM_BASE_URL、LLM_MODEL、LLM_API_KEY）
3. ❌ 无配置（脚本报错退出）

Resources

This skill includes example resource directories that demonstrate how to organize different types of bundled resources:

scripts/

Executable code (Python/Bash/etc.) that can be run directly to perform specific operations.

Examples from other skills:

• PDF skill: fill_fillable_fields.py, extract_form_field_info.py - utilities for PDF manipulation
• DOCX skill: document.py, utilities.py - Python modules for document processing

Appropriate for: Python scripts, shell scripts, or any executable code that performs automation, data processing, or specific operations.

Note: Scripts may be executed without loading into context, but can still be read by Claude for patching or environment adjustments.

references/

Documentation and reference material intended to be loaded into context to inform Claude's process and thinking.

Examples from other skills:

• Product management: communication.md, context_building.md - detailed workflow guides
• BigQuery: API reference documentation and query examples
• Finance: Schema documentation, company policies

Appropriate for: In-depth documentation, API references, database schemas, comprehensive guides, or any detailed information that Claude should reference while working.

assets/

Files not intended to be loaded into context, but rather used within the output Claude produces.

Examples from other skills:

• Brand styling: PowerPoint template files (.pptx), logo files
• Frontend builder: HTML/React boilerplate project directories
• Typography: Font files (.ttf, .woff2)

Appropriate for: Templates, boilerplate code, document templates, images, icons, fonts, or any files meant to be copied or used in the final output.

---

Any unneeded directories can be deleted. Not every skill requires all three types of resources.