videoagent-image-studio

🎨 VideoAgent Image Studio

使用する場面： 画像、写真、イラスト、アイコン、ロゴ、アートワークなど、あらゆる種類の画像を生成、描画、作成してほしいとユーザーが依頼した場合。

最先端の AI モデル 8 種類を使って画像を生成します。このスキルは用途に最適なモデルを自動で選択し、Midjourney の非同期ポーリングを含む複雑な処理もすべて行うため、会話に集中できます。

---

クイックリファレンス

ユーザーの意図	モデル	速度
芸術的、映画のような、絵画的	midjourney	約15秒
写実的、ポートレート、製品	flux-pro	約8秒
汎用、バランス重視	flux-dev	約10秒
手早い下書き、高速な反復	flux-schnell	約2秒
テキスト入り画像、ロゴ、ポスター	ideogram	約10秒
ベクターアート、アイコン、フラットデザイン	recraft	約8秒
アニメ、スタイライズされたイラスト	sdxl	約5秒
Gemini を活用した、一貫性のあるスタイル	nano-banana	約12秒

---

画像の生成方法

ステップ 1 — プロンプトを強化する

スクリプトを呼び出す前に、選択したモデルに合ったスタイル、ライティング、品質を表す記述を加えて、ユーザーのプロンプトを膨らませます。

• Midjourney：cinematic lighting、ultra detailed、--v 7、--style raw を追加します
• Flux：masterpiece、highly detailed、sharp focus、professional photography を追加します
• Ideogram：テキストの内容、フォントのスタイル、レイアウトを明確に指定します
• Recraft：vector illustration、flat design、icon style を指定します

ステップ 2 — スクリプトを実行する

node {baseDir}/tools/generate.js \
  --model <model_id> \
  --prompt "<enhanced prompt>" \
  --aspect-ratio <ratio>

すべてのパラメーター：

パラメーター	デフォルト	説明
--model	flux-dev	上の表にあるモデル ID
--prompt	(必須)	画像生成プロンプト
--aspect-ratio	1:1	1:1、16:9、9:16、4:3、3:4、3:2、21:9
--num-images	1	生成する画像の数（1～4。Midjourney は常に 4 枚を返します）
--negative-prompt	—	避ける対象（Midjourney ではサポートされていません）
--seed	—	再現性を確保するためのシード値

ステップ 3 — 結果を返す

スクリプトは常に完了を待ち、最終的な画像 URL を返します。ポーリングは不要です。

{
  "success": true,
  "model": "flux-pro",
  "imageUrl": "https://...",
  "images": ["https://..."]
}

imageUrl をユーザーに送信します。

---

Midjourney のアクション

Midjourney で 4 枚の画像グリッドを生成した後、次の選択肢をユーザーに提示します。

# Upscale image #2 (subtle, preserves details)
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action upscale \
  --index 2 \
  --job-id <job_id>

# Create a strong variation of image #3
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action variation \
  --index 3 \
  --job-id <job_id> \
  --variation-type 1

# Regenerate with same prompt
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action reroll \
  --job-id <job_id>

アップスケールの種類： 0 = 微調整（デフォルト、写真に最適）、1 = クリエイティブ（イラストに最適）

バリエーションの種類： 0 = 微調整（デフォルト）、1 = 大幅変更（劇的な変化）

---

会話例

ユーザー：「映画のようなライティングで、雪山にいるユキヒョウを描いて」

# Choose midjourney for artistic quality
node {baseDir}/tools/generate.js \
  --model midjourney \
  --prompt "a majestic snow leopard on a snowy mountain peak, cinematic lighting, dramatic atmosphere, ultra detailed --ar 16:9 --v 7" \
  --aspect-ratio 16:9

🎨 完了しました！どれをアップスケールしますか？（U1～U4）それともバリエーションを作成しますか？（V1～V4）

---

ユーザー：「Flux を使って、白背景の香水の製品ポスターを生成して」

# Choose flux-pro for photorealistic product shots
node {baseDir}/tools/generate.js \
  --model flux-pro \
  --prompt "a luxury perfume bottle on a clean white background, professional product photography, soft shadows, 8k, highly detailed" \
  --aspect-ratio 3:4

---

ユーザー：「手早く下書きを見せて」

# flux-schnell for instant previews
node {baseDir}/tools/generate.js \
  --model flux-schnell \
  --prompt "..." \
  --aspect-ratio 1:1

---

ユーザー：「青を基調としたフラットスタイルのアプリアイコンを作って」

# recraft for vector/icon style
node {baseDir}/tools/generate.js \
  --model recraft \
  --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"

---

セットアップ

API キーは不要です！ すべてのリクエストは、サーバー側で認証を処理するホステッドプロキシ経由で送信されます。

このスキルはインストールするだけですぐに使えます。

高度な設定：カスタムプロキシまたはトークン

独自のプロキシまたは永続トークンを使う場合は、次の環境変数を設定します。

{
  "skills": {
    "entries": {
      "videoagent-image-studio": {
        "enabled": true,
        "env": {
          "IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
          "IMAGE_STUDIO_TOKEN": "your_token_here"
        }
      }
    }
  }
}

変数	必須	説明
IMAGE_STUDIO_PROXY_URL	いいえ	カスタムプロキシのベース URL（デフォルト：https://image-gen-proxy.vercel.app）
IMAGE_STUDIO_TOKEN	いいえ	永続トークン（未設定の場合は自動取得。トークンごとに 100 回まで無料で使用できます）

独自のプロキシをデプロイするには、リファレンス実装として videoagent-audio-studio proxy を参照してください。Vercel の環境変数として FAL_KEY と LEGNEXT_KEY が必要です。

---

変更履歴

v2.0.0

• 非同期処理を簡素化： スクリプトは Midjourney の処理が完了するまで待機するようになりました。SKILL.md の手順で --async や --poll フラグを指定する必要はありません。
• 出力形式を統一： すべてのモデルが同じ { success, imageUrl, images } 形式で結果を返します。
• Nano Banana の参照画像： --reference-images "url1,url2" を渡すと、生成間でキャラクターやスタイルの一貫性を保てます。

v1.3.0

• Midjourney にノンブロッキングの非同期モード（--async + --poll）を追加しました。

v1.2.0

• Midjourney のターボモードをデフォルトで有効にしました（約10～20秒）。

v1.1.0

• 安定性の向上のため、Midjourney のプロバイダーを TTAPI から Legnext.ai に切り替えました。

v1.0.0

• Midjourney、Flux、SDXL、Nano Banana、Ideogram、Recraft を含む初回リリースです。