mcpField
G
generate-image

generate-image

github.com/davila7创意与媒体33.0k1.4k 次安装1 天前更新
代码仓库

关于 generate-image

generate-image 是一项使用 OpenRouter 模型生成和编辑图像的技能，适用于制作照片、插画及其他视觉素材。它通过 Python 脚本提供模型选择，并可指定输入与输出路径。

主要功能

  1. 01根据文本提示生成图像
  2. 02按指令编辑现有图像
  3. 03选择 OpenRouter 模型
  4. 04指定输入和输出路径
  5. 05将结果保存为 PNG

适用场景

  1. 01制作演示文稿或文档配图
  2. 02创作概念艺术和插画
  3. 03修改现有照片或图像

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/davila7/claude-code-templates --skill generate-image

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

附带文件scripts/generate_image.py

详细介绍

生成图像

使用 OpenRouter 的图像生成模型（包括 FLUX.2 Pro 和 Gemini 3 Pro）生成和编辑高质量图像。

何时使用此技能

在以下情况下使用 generate-image：

  • 照片和逼真图像
  • 艺术插画和艺术作品
  • 概念艺术和视觉概念
  • 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

在以下情况下改用 scientific-schematics：

  • 流程图和过程图
  • 电路图和电气原理图
  • 生物通路和信号级联
  • 系统架构图
  • CONSORT 图和方法流程图
  • 任何技术图或示意图

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

此操作会生成或编辑图像，并将其保存为当前目录下的 generated_image.png。

API 密钥设置

重要：此脚本需要 OpenRouter API 密钥。运行前，请检查用户是否已配置 API 密钥：

  1. 在项目目录或其父目录中查找 .env 文件
  2. 检查 .env 文件中是否包含 OPENROUTER_API_KEY=<key>
  3. 如果没有，请告知用户需要：
    • 创建包含 OPENROUTER_API_KEY=your-api-key-here 的 .env 文件
    • 或设置环境变量：export OPENROUTER_API_KEY=your-api-key-here
    • 从此处获取 API 密钥：https://openrouter.ai/keys

脚本会自动检测 .env 文件；如果缺少 API 密钥，则会提供清晰的错误消息。

模型选择

默认模型：google/gemini-3-pro-image-preview（高质量，推荐）

可用于生成和编辑的模型：

  • google/gemini-3-pro-image-preview - 高质量，支持生成和编辑
  • black-forest-labs/flux.2-pro - 速度快、质量高，支持生成和编辑

仅用于生成：

  • black-forest-labs/flux.2-flex - 速度快、成本低，但质量不如 pro

根据以下因素选择：

  • 质量：使用 gemini-3-pro 或 flux.2-pro
  • 编辑：使用 gemini-3-pro 或 flux.2-pro（两者都支持图像编辑）
  • 成本：仅生成时使用 flux.2-flex

常见用法

基本生成
python scripts/generate_image.py "Your prompt here"
指定模型
python scripts/generate_image.py "A cat in space" --model "black-forest-labs/flux.2-pro"
自定义输出路径
python scripts/generate_image.py "Abstract art" --output artwork.png
编辑现有图像
python scripts/generate_image.py "Make the background blue" --input photo.jpg
使用指定模型编辑
python scripts/generate_image.py "Add sunglasses to the person" --input portrait.png --model "black-forest-labs/flux.2-pro"
编辑并自定义输出路径
python scripts/generate_image.py "Remove the text from the image" --input screenshot.png --output cleaned.png
多张图像

使用不同的提示词或输出路径多次运行脚本：

python scripts/generate_image.py "Image 1 description" --output image1.png
python scripts/generate_image.py "Image 2 description" --output image2.png

脚本参数

  • prompt（必需）：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：google/gemini-3-pro-image-preview）
  • --output 或 -o：输出文件路径（默认值：generated_image.png）
  • --api-key：OpenRouter API 密钥（覆盖 .env 文件中的值）

示例用例

用于科学文档
# Generate a conceptual illustration for a paper
python scripts/generate_image.py "Microscopic view of cancer cells being attacked by immunotherapy agents, scientific illustration style" --output figures/immunotherapy_concept.png

# Create a visual for a presentation
python scripts/generate_image.py "DNA double helix structure with highlighted mutation site, modern scientific visualization" --output slides/dna_mutation.png
用于演示文稿和海报
# Title slide background
python scripts/generate_image.py "Abstract blue and white background with subtle molecular patterns, professional presentation style" --output slides/background.png

# Poster hero image
python scripts/generate_image.py "Laboratory setting with modern equipment, photorealistic, well-lit" --output poster/hero.png
用于通用视觉内容
# Website or documentation images
python scripts/generate_image.py "Professional team collaboration around a digital whiteboard, modern office" --output docs/team_collaboration.png

# Marketing materials
python scripts/generate_image.py "Futuristic AI brain concept with glowing neural networks" --output marketing/ai_concept.png

错误处理

脚本会针对以下情况提供清晰的错误消息：

  • 缺少 API 密钥（附带设置说明）
  • API 错误（附带状态码）
  • 意外的响应格式
  • 缺少依赖项（requests 库）

如果脚本运行失败，请阅读错误消息并解决问题后再重试。

备注

  • 图像以 base64 编码的数据 URL 形式返回，并自动保存为 PNG 文件
  • 脚本支持不同 OpenRouter 模型返回的 images 和 content 响应格式
  • 生成时间因模型而异（通常为 5–30 秒）
  • 编辑图像时，输入图像会编码为 base64 并发送给模型
  • 支持的输入图像格式：PNG、JPEG、GIF、WebP
  • 有关费用信息，请查看 OpenRouter 定价：https://openrouter.ai/models

图像编辑技巧

  • 明确说明想要更改的内容（例如，“将天空改成日落色调”，而不是“编辑天空”）
  • 尽可能在图像中指出具体元素
  • 为获得最佳效果，请使用清晰、详细的编辑说明
  • Gemini 3 Pro 和 FLUX.2 Pro 均支持通过 OpenRouter 编辑图像

与其他技能集成

  • scientific-schematics：用于技术图表、流程图、电路和路径图
  • generate-image：用于照片、插图、艺术作品和视觉概念
  • scientific-slides：与 generate-image 结合使用，制作视觉效果丰富的演示文稿
  • latex-posters：使用 generate-image 制作海报视觉素材和主视觉图

评论

支持 Markdown