菜单
Vercel AI Gateway を AI SDK で直叩きしてローカルから画像を生成する汎用ツール（スキル同梱の gen-image.mjs を実行）。Claude 本体が持たない「画像生成」機能を補う。API キーはカレントプロジェクトの `.env`（`AI_GATEWAY_API_KEY`）から読む。未導入時のセットアップ案内・モデル選定・コスト管理の手順込み。用途は問わない（広告ビジュアル・素材・モック等）。「画像生成して」「画像作って」「ai image」で起動。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
X(Twitter)広告クリエイティブの戦略を立案する。対象プロダクトの docs/product.md（コンセプト/ペルソナ/ポジショニング/ブランド）＋（あれば）広告運用レポートから、次に撃つクリエイティブの戦略候補を複数出す。各候補は「インサイト/訴求軸/メッセージ方向/クリエイティブ方向/表現モード（器の選択）/全スロットのコピー方向/検証仮説」を持つ。出力は人が読んで選べる Markdown の戦略まとめで、人間のデザイナーでも下流の制作工程でも受け取れる。taberu.pro / honn.me 等で使う。「広告戦略立てて」「次に何を訴求する」「訴求軸出して」で起動。
PRのレビューコメントを取得・分類し、対応計画を立てて修正する
自分が出したPRの状態（レビュー・CI・コンフリクト）を一括確認し、対応が必要なものを優先度付きで報告する
現在のセッションの作業状態を、次のセッションのClaudeがそのまま作業を再開できる引き継ぎブロックにまとめる
現在のブランチからプルリクエストを作成する
動画（mp4 等）をローカルで「理解」する汎用ツール。Claude 本体が直接読めない動画を、ffmpeg＋whisper.cpp で「音声→文字起こし」と「映像→静止画フレーム」の2チャンネルに分解し、タイムライン形式で統合理解する。文字起こしは whisper.cpp（ローカル・無料・Metal高速）。未導入時のインストール案内・モデル選定・トークンコスト管理込み。「動画読んで」「動画理解して」「mp4見て」「文字起こしして」「この動画なに」で起動。
| name | ai-image-gen |
| description | Vercel AI Gateway を AI SDK で直叩きしてローカルから画像を生成する汎用ツール（スキル同梱の gen-image.mjs を実行）。Claude 本体が持たない「画像生成」機能を補う。API キーはカレントプロジェクトの `.env`（`AI_GATEWAY_API_KEY`）から読む。未導入時のセットアップ案内・モデル選定・コスト管理の手順込み。用途は問わない（広告ビジュアル・素材・モック等）。「画像生成して」「画像作って」「ai image」で起動。 |
| user-invocable | true |
スキル同梱の scripts/gen-image.mjs で、AI SDK から Vercel AI Gateway を直接叩いて画像を生成する。gemini / imagen / gpt-image / flux 等にアクセスできる。Claude 本体が持たない「画像生成」機能を補う汎用ツールで、用途は問わない。
旧版は vercel-labs/ai-cli の wrapper だったが卒業した（オーナーの PR #62 がメンテナの同内容 PR #72 で上書きされた経緯＋aspect ratio 等を自分の手で制御するため）。品質・コストは同一（同じ Gateway）。
画像モデルは日本語テキストが化けるため、画像内に文字を焼きたいときは「背景だけ生成して文字は別途ベクターで後乗せ」する分業が無難（汎用 Tips）。
すべて満たしてから本処理に進む。
AI_GATEWAY_API_KEY が解決できること（スクリプトが環境変数を優先し、無ければカレントディレクトリの .env から読む）。どちらにも無ければスクリプトがエラーで止まる。その場合は後述の「🔑 秘匿情報の在り処」を参照してユーザーに置き場所を伝え、停止する（勝手に探さない）。
スクリプトの依存が入っていること（node >=20）。無ければ入れる:
SKILL_SCRIPTS="$HOME/.claude/skills/ai-image-gen/scripts"
[ -d "$SKILL_SCRIPTS/node_modules" ] || npm i --prefix "$SKILL_SCRIPTS"
Vercel AI Gateway に有料クレジットがあること。無料枠は画像モデルを弾く。Free tier users do not have access to this model はモデルID誤りではなくクレジット不足のサインで、top-up が必要。漏洩時の請求対策として AI Gateway 側でスペンド上限を設定しておくと安全。
Bash ツール経由で実行する場合、ネットワークアクセスのため dangerouslyDisableSandbox が必要。
AI_GATEWAY_API_KEY を優先し、無ければカレントディレクトリの .env から AI_GATEWAY_API_KEY= の行だけを読む（他の変数は巻き込まない）。旧 CLI 時代の「grep で抜いて export」の儀式は不要。
.env 無しで動く。.env は必ず .gitignore に入れる（平文の鍵がコミットされる事故を防ぐ）。未登録なら追加を提案する。<プロジェクトルート>/.env）をユーザーに伝えて停止する。他の場所から鍵を勝手に探さない。プロジェクトルート（.env のある場所）をカレントにして実行する:
node ~/.claude/skills/ai-image-gen/scripts/gen-image.mjs \
"プロンプト" \
-m google/gemini-2.5-flash-image \
-n 2 --aspect-ratio 16:9 \
-o out/
<モデル名スラッグ>-<runId>-<連番>.<ext> で自動命名される（例: gemini-2.5-flash-image-mr3cwst4-1.png）。モデル名がファイル名に最初から入るので、撃ち比べても素性がロストしない（旧 CLI 時代の手動 mv プレフィックス付けは不要になった）。meta-<runId>.json が出力フォルダに書かれる（プロンプト・パラメータ・モデルごとの生成ファイル一覧・usage）。後から「どのプロンプトで出した画像か」を追える。.gitignore に逃がす）。-n、複数モデル比較は -m a,b で1コマンドに収まる（モデル間は並列実行、片方が失敗しても他は続行してエラーは個別報告）。生成が完了したら、ユーザーがすぐ目視確認できるよう open で出力ディレクトリを Finder で開く:
open out/
open するとビューアが枚数分立ち上がるため、フォルダで開く。複数ディレクトリに出力した場合は、それらの共通の親ディレクトリを1回だけ開く（open 連打でウィンドウを散らかさない）。open が先、目利きが後。| フラグ | 意味 |
|---|---|
-m, --model | creator/model-name。カンマ区切りでマルチモデル比較（default: google/gemini-2.5-flash-image） |
-n, --count | モデルあたり生成枚数（default 1）。gemini 系は1枚ずつ直列で n 回呼ぶ |
--aspect-ratio | 例 16:9。gemini 系にも効く（providerOptions の imageConfig で転送。実測 2026-07-02: gemini=1344×768 / imagen=1408×768） |
--size | 例 1024x1024。画像専用モデルのみ（gemini 系は非対応 → aspect-ratio を使う） |
--seed | 画像専用モデルのみ（モデル対応時） |
-o, --output | 出力ディレクトリ（default: out） |
-i, --image | 参照画像パス。繰り返し指定可（gemini 系のみ。画像専用モデルは非対応） |
--mode | llm / image。モデル種別の自動判定（gemini 系→llm、他→image）を上書き |
google/gemini-2.5-flash-image をデフォルトにする。基本これで進める（安い・速い。10枚で数十円レベル）。先回りで高いモデルを使わない。
google/gemini-3-pro-image（高品質）/ google/imagen-4.0-{fast,generate,ultra}-001 / openai/gpt-image-{1,2,1.5} / xai/grok-imagine-image。google/gemini-*）は generateText ＋ providerOptions: { google: { responseModalities: ["IMAGE","TEXT"], imageConfig: { aspectRatio } } } で result.files から回収。画像専用モデル（imagen / bfl / gpt-image / grok 等）は generateImage（AI SDK v6 で正式エクスポート）で result.images から回収。google/gemini- プレフィックスのヒューリスティック。新種のマルチモーダル LLM が来たら --mode llm で逃がすか判定を足す。sips -g pixelWidth -g pixelHeight で都度確認するのが確実（モデル側の対応比率は世代で変わる）。--size は効かない（aspect-ratio を使う）。warn: <model> は画像を返さなかった を出すので、プロンプトを変えて再試行する。