mcpField
C
canghe-image-gen

canghe-image-gen

github.com/freestylefly创意与媒体470594 次安装20 周前更新
代码仓库

关于 canghe-image-gen

通过 API 调用 OpenAI、Google、DashScope 或 Canghe 生成图像的技能，面向使用命令行或 Agent 执行图像生成任务的用户。支持提示词文件、参考图、尺寸与质量设置，并可通过 EXTEND.md 保存默认偏好。

主要功能

  1. 01支持四种图像生成提供方
  2. 02命令行配置模型与输出参数
  3. 03从文件读取提示词
  4. 04参考图输入
  5. 05配置尺寸、画幅与质量
  6. 06EXTEND.md 默认偏好

适用场景

  1. 01根据提示词生成插图或封面
  2. 02用参考图生成或编辑图像
  3. 03批量合并多个提示词文件
  4. 04设置项目级默认模型与画幅

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/freestylefly/canghe-skills --skill canghe-image-gen

安装后在 Claude Code 中输入/canghe-image-gen确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/config/
preferences-schema.md
scripts/
main.ts
types.ts
scripts/providers/
canghe.ts
dashscope.ts
google.ts
openai.ts

详细介绍

图像生成（AI SDK）

官方基于 API 的图像生成。支持 OpenAI、Google、DashScope（阿里通义万象）和 Canghe 提供商。

脚本目录

Agent 执行：

  1. SKILL_DIR = 此 SKILL.md 文件所在目录
  2. 脚本路径 = ${SKILL_DIR}/scripts/main.ts

偏好设置（EXTEND.md）

使用 Bash 按优先级顺序检查 EXTEND.md 是否存在：

# Check project-level first
test -f .canghe-skills/canghe-image-gen/EXTEND.md && echo "project"

# Then user-level (cross-platform: $HOME works on macOS/Linux/WSL)
test -f "$HOME/.canghe-skills/canghe-image-gen/EXTEND.md" && echo "user"

┌──────────────────────────────────────────────────┬───────────────────┐ │ 路径 │ 位置 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ .canghe-skills/canghe-image-gen/EXTEND.md │ 项目目录 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ $HOME/.canghe-skills/canghe-image-gen/EXTEND.md │ 用户主目录 │ └──────────────────────────────────────────────────┴───────────────────┘

┌───────────┬───────────────────────────────────────────────────────────────────────────┐ │ 结果 │ 操作 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 找到 │ 读取、解析并应用设置 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 未找到 │ 使用默认值 │ └───────────┴───────────────────────────────────────────────────────────────────────────┘

EXTEND.md 支持：默认提供商 | 默认质量 | 默认宽高比 | 默认图像尺寸 | 默认模型

架构：references/config/preferences-schema.md

用法

# 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

# Canghe third-party gateway
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider canghe

选项

选项说明
--prompt <text>, -p提示词文本
--promptfiles <files...>从文件读取提示词（拼接）
--image <path>输出图像路径（必填）
--provider google|openai|dashscope|canghe强制指定提供商（默认：google）
--model <id>, -m模型 ID（使用 OpenAI 时，--ref 要求 GPT Image 模型，例如 gpt-image-1.5）
--ar <ratio>宽高比（例如：16:9、1:1、4:3）
--size <WxH>尺寸（例如：1024x1024）
--quality normal|2k质量预设（默认：2k）
--imageSize 1K|2K|4KGoogle 图像尺寸（默认：根据质量设置）
--ref <files...>参考图像。Google 多模态、OpenAI 编辑（GPT Image 模型）和 Canghe（image_url）支持此选项。如果未指定提供商：优先使用 Google，然后是 OpenAI，最后是 Canghe
--n <count>图像数量
--jsonJSON 输出

环境变量

变量说明
OPENAI_API_KEYOpenAI API 密钥
GOOGLE_API_KEYGoogle API 密钥
DASHSCOPE_API_KEYDashScope API 密钥（阿里云）
CANGHE_API_KEYCanghe API 密钥
OPENAI_IMAGE_MODELOpenAI 模型覆盖项
GOOGLE_IMAGE_MODELGoogle 模型覆盖项
DASHSCOPE_IMAGE_MODELDashScope 模型覆盖项（默认：z-image-turbo）
CANGHE_IMAGE_MODELCanghe 模型覆盖项（默认：gemini-3-pro-image-preview）
OPENAI_BASE_URL自定义 OpenAI 端点
GOOGLE_BASE_URL自定义 Google 端点
DASHSCOPE_BASE_URL自定义 DashScope 端点
CANGHE_BASE_URL自定义 Canghe 端点（默认：https://api.canghe.ai/v1）

加载优先级：CLI 参数 > EXTEND.md > 环境变量 > <cwd>/.canghe-skills/.env > ~/.canghe-skills/.env

提供商选择

  1. 提供了 --ref 且未指定 --provider → 优先自动选择 Google，然后是 OpenAI，最后是 Canghe
  2. 指定了 --provider → 使用指定的提供商（如果提供了 --ref，则必须是 google、openai 或 canghe）
  3. 只有一个可用的 API 密钥 → 使用对应的提供商
  4. 有多个可用密钥 → 默认使用 Google

质量预设

预设Google imageSizeOpenAI Size用途
normal1K1024px快速预览
2k（默认）2K2048px封面、插图、信息图

Google imageSize：可通过 --imageSize 1K|2K|4K 覆盖

宽高比

支持：1:1、16:9、9:16、4:3、3:4、2.35:1

  • Google multimodal：使用 imageConfig.aspectRatio
  • Google Imagen：使用 aspectRatio 参数
  • OpenAI：映射到最接近的受支持尺寸

生成模式

默认：顺序生成（一次生成一张图片）。这可确保输出稳定，并便于调试。

并行生成：仅在用户明确要求并行／并发生成时使用。

模式使用场景
顺序（默认）常规使用、单张图片、小批量
并行用户明确要求、大批量（10 张以上）

并行设置（用户要求时）：

设置值
建议并发数4 个子 Agent
最大并发数8 个子 Agent
用途用户要求并行处理时进行大批量生成

Agent 实现（仅限并行模式）：

# 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

错误处理

  • 缺少 API 密钥 → 报错并提供设置说明
  • 生成失败 → 自动重试一次
  • 无效的宽高比 → 发出警告，并使用默认值继续
  • 参考图片与不受支持的提供商／模型搭配使用 → 报错并提供修复提示（切换到 Google multimodal 或 OpenAI GPT Image edits）

扩展支持

通过 EXTEND.md 使用自定义配置。路径和支持的选项请参阅 偏好设置 部分。

评论

支持 Markdown