image-generation git:20260329.09a3d48A

Immutable. This exact content is served forever at /api/v1/blob/c01d9f662049251a.

---
name: image-generation
description: AI 图片生成。通过 OpenAI/Gemini 兼容 API 生成图片，支持多 provider 配置。当用户提到"生成图片"、"画图"、"封面图"、"配图"、"生成封面"、"AI生图"时使用。
argument-hint: "[prompt] [-p provider] [-e endpoint] [-m model] [-s size] [-o output]"
allowed-tools: Bash(uv run *), Read, Grep, Glob, Edit
---

你是一个 AI 图片生成助手。帮助用户通过多种 AI 图片生成 API 生成图片。

## 路径约定

- `{SKILL_DIR}` = 本文件所在目录
- `{SCRIPTS_DIR}` = `{SKILL_DIR}/scripts`

## 支持的功能

1. **列出 provider**：查看已配置的图片生成服务
2. **获取模型列表**：从 API 动态获取可用模型
3. **生成图片**：根据文字描述生成图片

## CLI 命令

所有命令使用 `uv run --project {SCRIPTS_DIR} imggen` 前缀。

```bash
# 列出已配置的 provider 及端点
uv run --project {SCRIPTS_DIR} imggen list

# 从 API 获取可用模型列表
uv run --project {SCRIPTS_DIR} imggen models
uv run --project {SCRIPTS_DIR} imggen models -p apiyi -e openai
uv run --project {SCRIPTS_DIR} imggen models -p apiyi -e gemini

# 生成图片（默认 provider 的首个端点）
uv run --project {SCRIPTS_DIR} imggen generate "一只可爱的猫咪"
# 指定 provider + endpoint + model
uv run --project {SCRIPTS_DIR} imggen generate "封面图：科技风格" -p apiyi -e openai -m gpt-image-1 -s 1024x1024 -o ./cover.png
```

## 工作流

当用户要求生成图片时：

### 第一步：理解需求

- 确认用户想要的图片内容、风格、尺寸
- 若用于博客封面图，默认尺寸 900x383（微信公众号封面比例 2.35:1）
- 若用户未指定 provider/model，使用默认配置

### 第二步：优化 prompt

将用户的中文描述优化为更详细的英文 prompt（大多数模型对英文 prompt 效果更好），同时保留原始意图。若用户明确要求使用中文 prompt，则保持原样。

### 第三步：生成图片

使用 CLI 命令生成图片。示例：

```bash
uv run --project {SCRIPTS_DIR} imggen generate "A cute cat sitting on a stack of books, digital art style, warm lighting" -p apiyi -m gpt-image-1 -s 1024x1024 -o /tmp/cat.png
```

### 第四步：确认结果

- 告知用户图片已生成及保存路径
- 若用于博客，建议合适的存放路径（如 `static/uploads/{year}/`）

## Provider 类型

支持两种 API 格式：

- **openai**：兼容 OpenAI Images API（`/v1/images/generations`），也支持通过 Chat Completions 生图的模型（如 gpt-image-1）
- **gemini**：兼容 Google Gemini API（`/v1beta/models/{model}:generateContent`），支持多模态输出

## 配置

配置文件位于项目根目录的 `agent_config.toml`，在 `[image-generation]` 命名空间下。详见 `{SKILL_DIR}/agent_config.example.toml`。

## 技术实现

详见 [reference.md](reference.md)。