ai-image-generator

Imported from wwwzhouhui/skills_collection (ai-teaching-media/ai-image-generator/SKILL.md). Install upstream with npx skills add wwwzhouhui/skills_collection --skill ai-image-generator. Copyright stays with the author.

通用图像生成器

支持四种生图 API 的执行层,通过 --provider 参数切换。调用方 skill 负责 prompt 撰写、样式注入、业务校验;本 skill 只管"接收 prompt → 调 API → 返回结果"。

什么时候触发这个 skill

本 skill 是被其他 skill 调用的基础设施,不直接由用户触发。当 Claude 正在执行某个生图相关的 skill(如 ai-image-generator、tech-article-diagram)时,通过 bash 调用本 skill 的脚本。

生图 API 切换

通过 --provider 参数或环境变量自动检测选择生图平台:

# 方式 1: 自动检测 —— 只设一个环境变量就行
export APIMART_API_KEY=sk-xxx
python scripts/generate.py \
  --mode generation --prompt "..." --output-dir ./out
# 自动检测到 APIMART_API_KEY，使用 apimart

# 方式 2: 显式指定 —— 两个都设了时用这个覆盖
python scripts/generate.py \
  --provider apimart --mode generation --prompt "..." --output-dir ./out

自动检测逻辑（不传 --provider 时）:

1. 仅发现一个 API Key → 自动使用对应 provider
2. 多个 API Key 同时存在 → 直接报错，要求显式指定 --provider
3. 没有 API Key → 报错并提示设置

两种模式

generation — 纯文本生图

从纯文字 prompt 生成图片,不依赖参考图。适合:概念图、流程图、信息图等。

# 单张
python scripts/generate.py \
  --mode generation \
  --prompt "A notebook-style diagram showing..." \
  --name-tag diagram-001 \
  --output-dir ./out

# 单张(从文件读 prompt)
python scripts/generate.py \
  --mode generation \
  --prompt-file ./prompt.txt \
  --name-tag diagram-001 \
  --output-dir ./out

edit — 带参考图修图

在参考图基础上生成新图,适合需要人物一致性的场景。

# 单张
python scripts/generate.py \
  --mode edit \
  --prompt "A portrait of..." \
  --images "../short-video-cover/references/host_ref_face.png" \
  --name-tag ai-image-generator \
  --output-dir ./out

批量模式

通过 manifest JSON 批量提交,支持串行和并行。

# 串行
python scripts/generate.py \
  --manifest ./batch.json \
  --output-dir ./out

# 并行
python scripts/generate.py \
  --manifest ./batch.json \
  --output-dir ./out \
  --parallel

Manifest JSON 格式

{
  "mode": "mixed",
  "aspect_ratio": "16:9",
  "resolution": "2K",
  "items": [
    {
      "id": "diagram-001",
      "prompt": "完整提示词(调用方已注入风格前缀)"
    },
    {
      "id": "cover-001",
      "mode": "edit",
      "prompt": "完整提示词",
      "images": ["https://example.com/ref.png"]
    }
  ]
}

• mode: generation、edit 或 mixed(默认 generation; mixed 时每个 item 用自己的 mode)
• aspect_ratio / resolution: 全局默认,可省略
• items[].id: 必填,用于输出文件命名
• items[].prompt: 必填,完整提示词(调用方已完成所有拼接)
• items[].images: 可选,edit 模式需要传参考图 URL

CLI 参数

输出结构

单张:

{output-dir}/
├── {name-tag}-{timestamp}.png   # 生成图片
├── {name-tag}-{timestamp}.txt   # 使用的 prompt
└── {name-tag}-{timestamp}.json  # 元数据

批量:

{output-dir}/
├── {id}.png            # 每项图片
├── {id}.txt            # 每项 prompt
├── {id}.json           # 每项元数据
└── _run_metadata.json  # 整体运行信息

环境变量

根据 --provider 设置对应的 API Key:

• MULERUN_API_KEY: --provider mulerun 时必填,MuleRun API 的 Bearer token

• APIMART_API_KEY: --provider apimart 时必填,APImart API 的 Bearer token

• ATLASCLOUD_API_KEY: --provider atlascloud 时必填,Atlas Cloud API 的 Bearer token

• AGNES_API_KEY: --provider agnes 时必填,Agnes AI API 的 Bearer token

• AGNES_API_BASE_URL: 可选,默认 https://apihub.agnes-ai.com/v1

• AGNES_IMAGE_MODEL: 可选,默认 agnes-image-2.1-flash

• AGNES_HTTP_TIMEOUT: 可选，Agnes 请求超时秒数，默认 300

• AGNES_HTTP_RETRIES: 可选，Agnes 重试次数，默认 2，可设为 0

• AGNES_MAX_REFERENCE_IMAGE_BYTES: 可选，本地/data URI/base64 参考图上限，默认 8388608 （兼容旧名称 AGNES_MAX_LOCAL_IMAGE_BYTES）

调用方 skill 集成指南

新 skill 如何使用

1. 在你的 SKILL.md 中定义 prompt 生成工作流
2. 生成 prompt 后,通过 bash 调用本 skill:

# 单张（未传 provider 时，仅一个 API Key 才会自动选择）
python /path/to/ai-image-generator/scripts/generate.py \
  --mode generation \
  --prompt-file ./my-prompt.txt \
  --name-tag my-image \
  --output-dir ./my-output

# 单张（指定 apimart）
python /path/to/ai-image-generator/scripts/generate.py \
  --provider apimart \
  --mode generation \
  --prompt-file ./my-prompt.txt \
  --name-tag my-image \
  --output-dir ./my-output

# 单张（指定 atlascloud）
python /path/to/ai-image-generator/scripts/generate.py \
  --provider atlascloud \
  --mode generation \
  --prompt-file ./my-prompt.txt \
  --name-tag my-image \
  --output-dir ./my-output

# 批量:先写 manifest JSON,再调用
python /path/to/ai-image-generator/scripts/generate.py \
  --manifest ./my-manifest.json \
  --output-dir ./my-output \
  --parallel

3. 脚本退出码:0 成功,1 失败
4. 读取输出目录中的 .txt 文件可获取保存的 prompt,方便重跑

调用方负责的事情

• 提示词撰写和拼接(包括风格前缀注入)
• 业务校验(如禁用特定词汇)
• 参考图 URL 管理
• 后处理(如生成 manifest.md 插图位置清单)

故障排除

Agnes Image 2.1 Flash 说明

• 模型 ID：agnes-image-2.1-flash
• 默认 Base URL：https://apihub.agnes-ai.com/v1
• 接口：同步 POST /images/generations（无需任务轮询）
• 支持：
  • generation 文生图
  • edit 图生图（参考图 URL / 本地路径 / base64）
• 比例到 size 映射：

注意：Agnes 侧使用固定 size token，--resolution 参数会被忽略（仅为兼容其它 provider 的统一 CLI）；不支持的 aspect_ratio 会直接报错，不会静默退化成方图。

变更记录

v1.1.0

• 新增 Agnes Image 2.1 Flash provider
• 修复 provider 自动选择：多 key 必须显式指定
• edit 模式强制校验参考图，禁止静默退化成文生图
• 批量 ID 安全校验、空并行保护
• CLI 支持重复 --image，避免 data URI 被逗号拆坏
• 元数据区分 requested_resolution 与 actual_size（Agnes 会记录忽略 2K 等 resolution）
• HTTP 超时默认 300s，支持重试；参考图输入增加格式和大小校验