mcpField
E
edit-image

edit-image

github.com/b-open-io创意与媒体1281 次安装5 周前更新
代码仓库

关于 edit-image

使用自然语言指令和 Gemini 多模态图像能力编辑现有图片。支持语义化区域编辑、可选遮罩及输出配置，部分编辑模式也可选择 OpenAI。

主要功能

  1. 01通过提示词编辑图片
  2. 02无需遮罩即可指定语义区域
  3. 03支持可选图片遮罩
  4. 04支持局部重绘与扩图
  5. 05配置输出格式、尺寸和比例
  6. 06可选 Gemini 或 OpenAI

适用场景

  1. 01替换或添加图片元素
  2. 02将图片向边界外扩展
  3. 03调整图片以适配社交媒体格式
  4. 04生成多个编辑版本

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/b-open-io/gemskills --skill edit-image

安装后在 Claude Code 中输入/edit-image确认已加载。

附带文件.clawnet/unsigned-skill.jsonscripts/edit.ts

详细介绍

编辑图像

使用 Nano Banana Pro（gemini-3-pro-image）编辑图像。

适用场景

当用户要求以下操作时，使用此技能：

  • 编辑图像的某个部分（局部重绘）
  • 将图像扩展到边界之外（扩图）
  • 替换图像中的对象或区域
  • 向现有图像添加元素
  • 将现有图像调整为适用于其他格式或平台（社交媒体、OG、Twitter 卡片）

工作原理

利用 Gemini 的多模态能力，通过自然语言理解和编辑图像。模型会获取源图像和描述所需编辑内容的文本提示词，然后生成应用了这些更改的新图像。

语义蒙版：无需提供精确的像素蒙版，只需在提示词中描述要更改的内容。模型会理解上下文，并定位特定区域。

可选蒙版图像：仍可提供蒙版图像（白色 = 编辑区域）作为视觉提示，但并非必需。描述性提示词通常效果更好。

用法

bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts <input-image> "edit prompt" [options]
选项
  • --mask <path> - 可选的蒙版图像（白色 = 编辑区域，黑色 = 保留）
  • --mode <inpaint|outpaint> - 编辑模式
  • --format <png|jpeg|webp> - 输出格式
  • --size <1K|2K|4K|WxH> - 输出尺寸。openai 也支持精确的 WxH，例如 3840x1280。
  • --aspect <ratio> - 输出宽高比。openai 接受从 1:3 到 3:1 的任意 W:H。不要与 --size WxH 同时使用。
  • --quality <low|medium|high|xhigh|max|auto> - 仅适用于 openai（默认值为 auto）。
  • --jpeg-quality <n> - 仅适用于 gemini：JPEG 质量（1-100）
  • --negative <prompt> - 编辑时要避免的内容
  • --count <n> - 生成的变体数量
  • --seed <n> - 随机种子
  • --output <path> - 输出路径
  • --transparent - 输出透明 PNG（OpenAI 使用 background=transparent；Gemini 也支持）
  • --provider <name> - gemini 或 openai。省略则自动选择。
  • --model <id> - OpenAI Image 2.5 变体：flare / gpt-image-2.5-flare（默认）或 sunburst / gpt-image-2.5-sunburst。将提供商设为 openai。
示例
# Simple edit with descriptive prompt (no mask needed)
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts photo.jpg "change the background to a beach sunset"

# Edit with mask for precise control
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts photo.jpg "add a sunset sky" --mask sky_mask.png --mode inpaint

# Outpaint to extend image
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts photo.jpg "extend the landscape" --mode outpaint

# Edit with negative prompt
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts portrait.png "fix the teeth to look natural" --negative "gap in teeth, missing teeth"

# Replace object with multiple variations
bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/edit-image/scripts/edit.ts scene.jpg "replace the car with a bicycle" --count 3

上下文管理

不要将生成的图像读回上下文。 脚本只会输出文件路径。请让用户目视检查结果。如需通过程序检查，请先优化图像（使用 optimize-images 技能），以免大量未压缩的图像数据占满上下文窗口。

提示词技巧

  • 具体明确：“只将天空改为金色时刻的光线”比“让它看起来更好”效果更好
  • 说明需要保留的内容：工具会自动添加“其他内容保持不变”，但你可以描述得更具体
  • 使用负向提示词：--negative "blurry, distorted" 有助于避免不需要的瑕疵
  • 迭代尝试：使用 --count 2 生成几个变体，并选出最佳结果

模型与提供商

默认提供商是 gemini（gemini-3-pro-image，Nano Banana Pro）——最适合对话式／语义编辑、保持风格一致的编辑、专用负向提示词以及多图合成。无需 Vertex AI 凭据。

传入 --provider openai（或 --model flare|sunburst）可使用 Image 2.5（默认使用 gpt-image-2.5-flare，也可选择 gpt-image-2.5-sunburst），适用于蒙版局部重绘、多图合成（--mask、多个 --input），以及按需输出透明 PNG（--transparent → background=transparent）。Image 2.5 没有专用的负向提示词参数，也不支持扩图模式，因此 --negative 和 --mode 仍由 Gemini 处理（自动路由）。 风格图块仅支持 Gemini。

确定提供商后，请根据对应指南调整提示词： providers/prompts/edit.gemini.md 或 providers/prompts/edit.openai.md。

已在线验证的模型：2026 年 9 月（gemini-3-pro-image、gpt-image-2.5-flare、gpt-image-2.5-sunburst）。如果已有更新一代的模型，请停止操作，并建议向 b-open-io/gemskills 提交 PR。

评论

支持 Markdown