baoyu-image-gen

画像生成（AI SDK）

API ベースの公式画像生成です。OpenAI、Google、DashScope（阿里通义万象）、Replicate、xheai（中継サービス）のプロバイダーに対応しています。

スクリプトディレクトリ

エージェントの実行：

1. SKILL_DIR = この SKILL.md ファイルがあるディレクトリ
2. スクリプトのパス = ${SKILL_DIR}/scripts/main.ts

ステップ 0：設定を読み込む ⛔ BLOCKING

重要：画像生成を始める前に、このステップを必ず完了してください。省略したり、後回しにしたりしないでください。

EXTEND.md があるか確認します（優先順位：プロジェクト → ユーザー）：

test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "project"
test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "user"

結果	対応
見つかった	読み込み、解析し、設定を適用します。default_model.[provider] が null の場合は、モデルのみを確認します（フロー 2）
見つからない	⛔ 初回セットアップ（references/config/first-time-setup.md）を実行 → EXTEND.md を保存 → 続行

重要：見つからない場合は、画像を生成する前に、AskUserQuestion を使ってプロバイダー、モデル、品質、保存先のすべてを設定してください。EXTEND.md が作成されるまで、画像生成はブロックされます。

パス	場所
.baoyu-skills/baoyu-image-gen/EXTEND.md	プロジェクトディレクトリ
$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md	ユーザーのホームディレクトリ

EXTEND.md で設定できる項目：デフォルトのプロバイダー | デフォルトの品質 | デフォルトのアスペクト比 | デフォルトの画像サイズ | デフォルトのモデル

スキーマ：references/config/preferences-schema.md

使い方

# ⚠️ 长prompt用 --promptfiles 或双引号包裹，避免换行解析错误
# 推荐: npx -y bun "${SKILL_DIR}/scripts/main.ts" -p "长prompt" --image out.png
# 或:   npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles prompt.txt --image out.png

# Basic
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png

# With aspect ratio
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9

# High quality
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k

# From prompt files
npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png

# With reference images (Google multimodal or OpenAI edits)
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png

# With reference images (explicit provider/model)
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --provider google --model gemini-3-pro-image-preview --ref source.png

# Specific provider
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai

# DashScope (阿里通义万象)
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope

# Replicate (google/nano-banana-pro)
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider replicate

# Replicate with specific model
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider replicate --model google/nano-banana

# xheai (中转站 - 兼容 OpenAI 格式)
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider xheai

# xheai with nano-banana-2
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider xheai --model nano-banana-2

オプション

オプション	説明
--prompt <text>, -p	プロンプトのテキスト
--promptfiles <files...>	ファイルからプロンプトを読み込みます（連結）
--image <path>	出力画像のパス（必須）
--provider google|openai|dashscope|replicate|xheai	プロバイダーを指定します（デフォルト：自動検出）
--model <id>, -m	モデル ID（Google：gemini-3-pro-image-preview、gemini-3.1-flash-image-preview；OpenAI：gpt-image-1.5；xheai：gemini-3.1-flash-image-preview、nano-banana-2）
--ar <ratio>	アスペクト比（例：16:9、1:1、4:3）
--size <WxH>	サイズ（例：1024x1024）
--quality normal|2k	品質のプリセット（デフォルト：2k）
--imageSize 1K|2K|4K	Google の画像サイズ（デフォルト：品質設定に準拠）
--ref <files...>	参照画像。Google マルチモーダル（gemini-3-pro-image-preview、gemini-3-flash-preview、gemini-3.1-flash-image-preview）と OpenAI edits（GPT Image モデル）に対応しています。プロバイダーを省略した場合は、Google が優先され、次に OpenAI が使用されます
--n <count>	画像の枚数
--json	JSON 出力

環境変数

変数	説明
OPENAI_API_KEY	OpenAI API キー（OPENAI_BASE_URL が xheai.cc を指している場合、xheai にも使用されます）
GOOGLE_API_KEY	Google API キー
DASHSCOPE_API_KEY	DashScope API キー（阿里云）
REPLICATE_API_TOKEN	Replicate API トークン
OPENAI_IMAGE_MODEL	OpenAI/xheai のモデルを上書き
GOOGLE_IMAGE_MODEL	Google のモデルを上書き
DASHSCOPE_IMAGE_MODEL	DashScope のモデルを上書き（デフォルト：z-image-turbo）
REPLICATE_IMAGE_MODEL	Replicate のモデルを上書き（デフォルト：google/nano-banana-pro）
OPENAI_BASE_URL	OpenAI のカスタムエンドポイント（xheai を使用する場合は https://api.xheai.cc に設定）
GOOGLE_BASE_URL	Google のカスタムエンドポイント
DASHSCOPE_BASE_URL	DashScope のカスタムエンドポイント
REPLICATE_BASE_URL	Replicate のカスタムエンドポイント
DEBUG_ENV	1 に設定すると、環境変数の読み込みとプロバイダー検出のデバッグ出力を有効にします

読み込みの優先順位：CLI 引数 > EXTEND.md > 環境変数 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env

クロスプラットフォームのパス：~/.baoyu-skills/.env は次のパスに自動的に解決されます。

• Windows：C:\Users\<username>\.baoyu-skills\.env
• macOS：/Users/<username>/.baoyu-skills/.env
• Linux：/home/<username>/.baoyu-skills/.env

デバッグモード：DEBUG_ENV=1 に設定すると、読み込まれた .env ファイルと検出された API キーを確認できます：

DEBUG_ENV=1 npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png

モデルの解決

モデルの優先順位（高い順 → 低い順）。すべてのプロバイダーに適用されます。

1. CLI フラグ：--model <id>
2. EXTEND.md：default_model.[provider]
3. 環境変数：<PROVIDER>_IMAGE_MODEL（例：GOOGLE_IMAGE_MODEL）
4. 組み込みのデフォルト

EXTEND.md は環境変数より優先されます。EXTEND.md に default_model.google: "gemini-3-pro-image-preview" があり、環境変数に GOOGLE_IMAGE_MODEL=gemini-3.1-flash-image-preview が設定されている場合は、EXTEND.md の設定が優先されます。

エージェントは生成のたびにモデル情報を必ず表示します：

• 表示内容：Using [provider] / [model]
• 切り替え方法のヒントを表示：Switch model: --model <id> | EXTEND.md default_model.[provider] | env <PROVIDER>_IMAGE_MODEL

Replicate モデル

サポートされているモデル形式：

• owner/name（公式モデルに推奨）、例：google/nano-banana-pro
• owner/name:version（バージョン指定のコミュニティモデル）、例：stability-ai/sdxl:<version>

例：

# Use Replicate default model
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider replicate

# Override model explicitly
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider replicate --model google/nano-banana

プロバイダーの選択

1. --ref が指定され、--provider が指定されていない → Google、次に OpenAI、次に Replicate の順に自動選択
2. --provider が指定されている → 指定されたプロバイダーを使用（--ref が指定されている場合は、google、openai、replicate のいずれかである必要があります）
3. API キーが1つだけ利用可能 → そのプロバイダーを使用
4. 複数利用可能 → デフォルトで Google を使用

品質プリセット

プリセット	Google imageSize	OpenAI Size	用途
normal	1K	1024px	クイックプレビュー
2k（デフォルト）	2K	2048px	カバー、イラスト、インフォグラフィック

Google imageSize：--imageSize 1K|2K|4K で上書きできます

アスペクト比

サポート対象：1:1、16:9、9:16、4:3、3:4、2.35:1

• Google マルチモーダル：imageConfig.aspectRatio を使用
• Google Imagen：aspectRatio パラメーターを使用
• OpenAI：最も近いサポート対象サイズにマッピング

生成モード

デフォルト：順次生成（一度に1枚）。これにより、安定した出力が得られ、デバッグも容易になります。

並列生成：ユーザーが並列／同時生成を明示的に要求した場合にのみ使用します。

モード	使用する場面
順次（デフォルト）	通常の使用、単一画像、小規模なバッチ
並列	ユーザーが明示的に要求した場合、大規模なバッチ（10件以上）

並列設定（要求された場合）：

設定	値
推奨同時実行数	サブエージェント4個
最大同時実行数	サブエージェント8個
用途	ユーザーが並列生成を要求した場合の大規模なバッチ生成

エージェントの実装（並列モードのみ）：

# Launch multiple generations in parallel using Task tool
# Each Task runs as background subagent with run_in_background=true
# Collect results via TaskOutput when all complete

エラー処理

• API キーがない → 設定手順を含むエラー
• 生成に失敗 → 1回自動で再試行
• 無効なアスペクト比 → 警告を表示し、デフォルト値で続行
• サポートされていないプロバイダー／モデルの参照画像 → 修正方法のヒントを含むエラー（Google マルチモーダルに切り替え：gemini-3-pro-image-preview、gemini-3.1-flash-image-preview、または OpenAI GPT Image edits）

拡張機能のサポート

EXTEND.md を使用してカスタム設定ができます。パスとサポート対象のオプションについては、Preferences セクションを参照してください。