alterlab-generate-image

生成图像

使用 OpenRouter 的图像生成模型生成和编辑高品质图像，包括 FLUX.2 Pro 和 Gemini 3.1 Flash Image（又称 “Nano Banana 2”）。

何时使用此技能

适用于以下场景（使用此技能 alterlab-generate-image）：

• 照片和写实图像
• 艺术插画和艺术作品
• 概念艺术和视觉概念
• 用于演示文稿或文档的视觉素材
• 图像编辑和修改
• 任何通用图像生成需求

不适用的场景

场景	改用
流程图、CONSORT/PRISMA 或方法学示意图、电路图、生物通路图、系统或神经网络架构图	alterlab-scientific-schematics
以设计图形形式呈现统计数据、时间线、对比或流程步骤的信息图	alterlab-infographics
基于文件或数组中的数值数据绘制图表（散点图、条形图、折线图、分布图）	alterlab-matplotlib / alterlab-seaborn / alterlab-plotly
应保持可编辑、以文本形式纳入版本控制的 README 或 Markdown 文档中的图表	alterlab-mermaid

快速开始

使用 scripts/generate_image.py 脚本生成或编辑图像：

# Generate a new image
python scripts/generate_image.py "A beautiful sunset over mountains"

# Edit an existing image
python scripts/generate_image.py "Make the sky purple" --input photo.jpg

这会生成或编辑图像，并将其保存为当前目录中的 generated_image.png。

API 密钥设置

脚本需要 OpenRouter API 密钥；如果找不到密钥，就会报错并停止。脚本会依次检查：--api-key 标志、OPENROUTER_API_KEY 环境变量，然后是当前目录或上级目录中 .env 文件里的 OPENROUTER_API_KEY=<key> 行。如果都未设置，请让用户执行以下操作之一：

• export OPENROUTER_API_KEY=your-api-key-here，或
• 在 .env 文件中添加 OPENROUTER_API_KEY=your-api-key-here。

密钥可在 https://openrouter.ai/keys 申请。

数据与隐私

此技能会将你的提示词和任何输入图像发送到第三方 API（OpenRouter）进行处理。请勿发送机密、临床或尚未发表的材料。OpenRouter API 密钥从环境变量（OPENROUTER_API_KEY）中读取。

模型选择

默认模型：google/gemini-3.1-flash-image（“Nano Banana 2”，GA）——品质出色，支持生成和编辑。除非有特殊原因，否则使用此模型。它取代了 google/gemini-3.1-flash-image-preview；Google 已于 2026-06-25 停用该模型。设置 ALTERLAB_IMAGE_MODEL 可更改每次运行的默认模型，或传入 --model 以指定单次运行的模型。

其他模型（均支持在 OpenRouter 上生成和编辑图像）：

• black-forest-labs/flux.2-pro — 前沿的视觉品质，提示词遵循能力强，最高支持 4 MP。
• black-forest-labs/flux.2-flex — 价格更低；尤其擅长呈现文字、字体排印和精细细节。

模型 ID 可能随版本变化（已于 2026-09-23 对照 OpenRouter 模型列表验证）——如果调用返回 “model not found” 错误，请重新检查 https://openrouter.ai/models。脚本使用 OpenRouter 的 chat-completions 端点和 modalities 参数。OpenRouter 于 2026 年 6 月推出了专用 Image API（/api/v1/images）：当时已有的图像模型仍可通过 chat completions 使用（此处列出的模型均支持），但之后新增的模型可能只能通过 Image API 提供——如果较新的模型无法通过此脚本使用，很可能就是这个原因。

常见用法

# Generate (default model) to a chosen path
python scripts/generate_image.py "Abstract art" --output artwork.png

# Generate with a specific model
python scripts/generate_image.py "A cat in space" --model "black-forest-labs/flux.2-pro"

# Edit an existing image (edit mode is triggered by --input)
python scripts/generate_image.py "Add sunglasses to the person" --input portrait.png --output cleaned.png

如需生成多张图像，请为每个提示词分别运行一次脚本，并使用不同的 --output 路径（脚本每次只写入一个文件，并会覆盖默认文件 generated_image.png）。

脚本参数

• prompt（必填）：要生成的图像的文字描述，或编辑说明
• --input 或 -i：用于编辑的输入图像路径（启用编辑模式）
• --model 或 -m：OpenRouter 模型 ID（默认值：$ALTERLAB_IMAGE_MODEL，否则为 google/gemini-3.1-flash-image）
• --output 或 -o：输出文件路径（默认值：generated_image.png）
• --api-key：OpenRouter API 密钥（优先于 OPENROUTER_API_KEY 和 .env）

使用示例

# Conceptual figure for a paper (illustration, not a data plot)
python scripts/generate_image.py "Microscopic view of cancer cells being attacked by immunotherapy agents, clean scientific illustration style" --output figures/immunotherapy_concept.png

# Slide background / poster hero image
python scripts/generate_image.py "Abstract blue and white background with subtle molecular patterns, professional presentation style" --output slides/background.png
python scripts/generate_image.py "Modern, well-lit laboratory with current equipment, photorealistic" --output poster/hero.png

备注与提示

• 输出始终为一张 PNG 图片。图片会以 base64 编码（作为数据 URL 或内容部分）返回，并解码后写入 --output；脚本会处理不同 OpenRouter 模型使用的 images 和 content 两种响应格式。
• 支持用于编辑的输入格式：PNG、JPEG、GIF、WebP。输入会进行 base64 编码，并随编辑提示词一起发送。
• 使用具体且指明元素的说明，编辑效果最佳——“将天空改成日落色调”比“编辑天空”更有效。
• 生成通常需要约 5-30 秒，具体取决于模型。价格：https://openrouter.ai/models
• 如果缺少 API 密钥、缺少 requests、发生网络错误、出现 API 错误（附带状态代码），或响应中没有图片，脚本会以非零状态退出并显示清晰的错误消息；请先阅读并修正问题，再重试。
• 如果仅支持图像的模型（例如 FLUX.2）以 400/422 错误拒绝请求，脚本会重试一次，并要求仅输出图像。