关于 image-create
这是 Starchild 的文本生成图像技能,适用于制作设计、插画、游戏素材或社交媒体内容。它提供类别与风格预设,并支持选择模型、图像数量、比例和参考图。
主要功能
- 01根据文本提示生成图像
- 02类别与风格预设
- 03可选图像模型
- 04图像数量与比例设置
- 05输入参考图
适用场景
- 01制作徽标、海报或插画
- 02生成游戏素材和社交媒体视觉内容
- 03制作主题教育或时尚图像
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ starchild-ai-agent/ official-skills --skill image-create安装后在 Claude Code 中输入/image-create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。
_cost_track.pyexports.pygenerate_image.py详细介绍
image-create
在 Starchild 上处理所有纯文本生成图像请求时使用此技能。
适用范围:Logo 设计、海报设计、插画、表情包创作、游戏素材、社交媒体内容、3D 渲染、教育插画、时尚设计、美食摄影、宠物插画、婚礼设计、节日营销和艺术风格创作。
**核心原则:**调用提供的脚本。不要重新实现代理/计费相关逻辑。
何时使用 image-create,何时使用 image-portrait:
- image-create → 用户想根据文本描述创作内容(无需人脸/身份信息)
- image-portrait → 用户想要一张肖像,并根据参考照片保留其人脸/身份特征
1. 快速开始 — 基本生成(最常见)
⚠️ 执行上下文 — 请先阅读。 下方代码块是 Python,不是 shell 命令。Starchild 的
bash工具 运行/bin/bash -c,无法解析exec(open(...))— 直接将代码粘贴到 bash 命令中 会导致syntax error near unexpected token 'open'。 此外,在python3 -c中使用exec(open(...))会因脚本使用__file__进行路径解析 而失败,并出现NameError: __file__。通过 bash 工具调用时,请使用
python3 - <<'EOF'和from exports import:python3 - <<'EOF' import sys sys.path.insert(0, "skills/image-create") from exports import generate_image result = generate_image( prompt="a futuristic city skyline at sunset with flying cars", ) print(result) EOFHere-doc(
<<'EOF')会保留所有引号和换行 — 无需转义。
exec(open('skills/image-create/generate_image.py').read())
result = generate_image(
prompt="a futuristic city skyline at sunset with flying cars",
)
# result -> {"success": True, "images": [{"local_path": "output/images/..."}], ...}
2. 快速开始 — 使用类别预设
exec(open('skills/image-create/generate_image.py').read())
result = generate_image(
prompt="StarChild AI platform",
category="logo",
style="tech",
)
3. 快速开始 — 仅使用类别(无自定义提示词)
exec(open('skills/image-create/generate_image.py').read())
result = generate_image(
category="3d",
style="diorama",
)
# Uses the built-in style template as the full prompt
向用户交付结果 — 重要
切勿将原始 fal.media URL 发给用户。 fal 提供的文件带有限制性 CSP 标头。唯一可靠的交付方式是使用已下载到本地的文件:
- 使用每张图像的
local_path(例如output/images/xxx.png)— 脚本成功生成后总会下载文件。 - 告知用户文件已保存到
output/images/,可在工作区文件面板中查看。 - 在 Web 渠道中内嵌显示,方便用户在聊天中预览:
 - 在 Telegram / WeChat 中,通过
send_to_telegram(file_path="output/images/...", message_type="image")或send_to_wechat(file_path="output/images/...", message_type="image")发送。
4. 参数
| 参数 | 必需 | 默认值 | 说明 |
|---|---|---|---|
prompt | 是* | — | 所需图像的文本描述 |
category | 是* | — | 预设类别(参见 §5) |
style | 否 | "default" | 类别内的子风格(参见 §5) |
model | 否 | "nanopro" | 模型:"nano2"(最快,约 15 秒)、"nanopro"(均衡,约 25 秒,默认)或 "gpt"(质量最佳,约 150 秒) |
count | 否 | 1 | 要生成的图像数量(1–4) |
aspect_ratio | 否 | auto | 输出比例:1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9。若未设置,则按类别自动选择。 |
image_path | 否 | — | 可选的参考/灵感图像本地文件路径 |
image_url | 否 | — | 可选的参考/灵感图像公开 URL |
*必须至少提供 prompt 或 category 中的一项。
提示词优先级:prompt + category/style(增强)> 仅 prompt > category + style > category 默认值。
**纵横比自动选择:**若未明确设置,脚本会为该类别选择最佳比例(例如,Logo 使用 1:1,海报使用 3:4,横幅使用 16:9)。
5. 类别和风格预设
E:设计 — Logo(category="logo")
⚠️ AI 无法可靠地渲染文字。 仅生成图标/符号;请在设计工具(Figma、Canva、Illustrator)中添加文字/品牌标识。
| 风格 | 键 | 适用场景 |
|---|---|---|
| 抽象几何 | abstract | 科技、概念型品牌(Nike 式的勾形标志) |
| 象形图标 | pictorial | 通用品牌,无需文字也能成立(Apple 风格) |
| 吉祥物角色 | mascot | 友好型品牌、食品、体育(KFC 风格) |
| 科技公司 | tech | SaaS、AI、金融科技初创公司 |
| 食品品牌 | food | 餐厅、面包店、有机食品 |
| 时尚品牌 | fashion | 奢侈品、服饰、美妆 |
| 游戏 | gaming | 电子竞技、游戏工作室 |
| 通用 | default | 任何专业 Logo |
Logo 提示词反面模式(请避免):
- ❌
"logo with text 'Company Name'"— 文字会变得杂乱 - ❌
"photorealistic logo"— Logo 不是照片 - ❌
"3D rendered logo"— 过于复杂,缩小后无法使用 - ✅
"flat vector logo of [subject], minimal geometric style, single color, white background"
E:设计 — 海报(category="poster")
| 风格 | 键 | 适用场景 | 推荐比例 |
|---|---|---|---|
| 电影海报 | movie | 电影宣传、电影感画面 | 3:4 |
| 音乐节 | music_festival | 音乐会、音乐节 | 3:4 |
| 科技会议 | tech_conference | 科技活动、黑客马拉松 | 3:4 |
| 旅游目的地 | travel | 旅游、旅行向往 | 3:4 |
| 产品发布 | product_launch | 产品公告 | 3:4 |
| 极简艺术 | minimalist | 家居装饰、画廊 | 3:4 |
| 体育赛事 | sports | 体育活动 | 3:4 |
| 通用 | default | 任何海报 | 3:4 |
E:设计 — 插画(category="illustration")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 奇幻 | fantasy | 奇幻世界、魔法、龙 |
| 科幻 | scifi | 未来场景、太空 |
| 儿童绘本 | children | 儿童内容、故事书(3-5 岁) |
| 编辑插画 | editorial | 杂志、文章标题 |
| 植物学 | botanical | 科学植物插画 |
| 通用 | default | 任何插画 |
E:设计 — Meme(category="meme")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 动物 Meme | animal | 可爱/搞笑的动物 Meme |
| 反应图 | reaction | 反应图模板 |
| 超现实 | surreal | 荒诞主义网络幽默 |
| 通用 | default | 任何 Meme |
K:游戏素材(category="game_asset")
| 风格 | 键 | 适用场景 | 常见尺寸 |
|---|---|---|---|
| 角色概念图 | character | RPG 角色、英雄 | 1024x1024 |
| 环境 | environment | 游戏世界、关卡 | 1920x1080 |
| 武器/道具 | weapon | 物品、武器、神器 | 1024x1024 |
| UI 图标 | ui_icon | 游戏 UI、移动端图标 | 32x32 至 128x128 |
| 像素精灵 | pixel_sprite | 复古游戏角色 | 32x32 至 64x64 |
| 瓦片集 | tileset | 无缝环境瓦片 | 256x256 至 512x512 |
| 通用 | default | 任何游戏素材 | 1024x1024 |
M:社交媒体(category="social_media")
| 风格 | 键 | 适用场景 | 推荐比例 | 分辨率 |
|---|---|---|---|---|
| Instagram 帖子 | instagram | IG 信息流帖子 | 1:1 | 1080x1080 |
| 小红书 | xiaohongshu | 小红书帖子 | 3:4 | 1080x1440 |
| TikTok 封面 | tiktok_cover | TikTok 缩略图 | 9:16 | 1080x1920 |
| YouTube 缩略图 | youtube_thumbnail | YT 缩略图 | 16:9 | 1280x720 |
| 横幅 | banner | Twitter/YouTube 横幅 | 16:9 | 1920x1080 |
| 快拍 | story | IG/FB 快拍 | 9:16 | 1080x1920 |
| 通用 | default | 任何社交内容 | 1:1 | 1024x1024 |
N:3D(category="3d")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 3D 角色 | character | Pixar 风格角色 |
| 产品渲染 | product | 产品可视化 |
| 立体场景 | diorama | 微缩场景、等距视角 |
| 应用图标 | icon | iOS/Android 应用图标 |
| 3D 文字 | text | 铬色/金属质感文字 |
| 3D 场景 | scene | 低多边形环境 |
| 通用 | default | 任意 3D 渲染 |
P:教育(category="education")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 教材 | textbook | 教材插图 |
| 信息图 | infographic | 数据可视化 |
| 科学 | science | 科学图表、解剖图 |
| 历史 | history | 历史场景重建 |
| 示意图 | diagram | 技术流程图 |
| 通用 | default | 任意教育内容 |
Q:时尚(category="fashion")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 服装设计 | clothing | 服装草图、时装画 |
| 配饰 | accessory | 珠宝、包袋、鞋履 |
| 美甲艺术 | nail_art | 美甲设计 |
| 纺织图案 | textile | 面料图案、表面设计 |
| 通用 | default | 任意时尚设计 |
R:美食(category="food")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 菜品照片 | dish | 美食摄影、编辑配图 |
| 菜单设计 | menu | 餐厅菜单 |
| 包装 | packaging | 食品包装设计 |
| 食谱卡片 | recipe_card | 食谱插图 |
| 通用 | default | 任意美食内容 |
S:宠物(category="pet")
| 风格 | 键 | 适用场景 |
|---|---|---|
| 拟人化宠物 | humanized | 穿着人类服装的宠物 |
| 文艺复兴风格 | renaissance | 皇家/贵族风格宠物肖像 |
| 卡通 | cartoon | Disney/Pixar 风格宠物 |
| 周边商品 | merchandise | 宠物主题产品图案 |
| 纪念 | memorial | 宠物纪念艺术作品 |
| 通用 | default | 可爱的宠物插画 |
I:产品摄影(category="product")
源自产品摄影技能的最佳实践。
| 风格 | 键 | 适用场景 |
|---|---|---|
| 主视觉照片 | hero | 主要产品图片、杂志广告 |
| 商品白底图 | packshot | 电商商品列表、Amazon(纯白背景) |
| 生活方式 | lifestyle | 场景化产品、编辑配图 |
| 平铺拍摄 | flat_lay | Instagram、俯拍构图 |
| 通用 | default | 任意产品照片 |
产品摄影技巧:
- 主视觉照片:产品占画面 80%,以轻微的 15-30° 角度呈现立体感
- 商品白底图(Amazon):纯白背景,产品占画面至少 85%,不添加道具/文字/水印
- 始终指定光线:“柔和的影棚灯光”“戏剧性的轮廓光”
- 用于电商:“清晰对焦”“无阴影”或“仅有微妙阴影”
Y:婚礼(category="wedding")
| 风格 | 键 | 适用场景 | 格式 |
|---|---|---|---|
| 经典请柬 | invitation | 优雅的花卉请柬 | 5x7 英寸 |
| 现代请柬 | invitation_modern | 极简主义请柬 | 5x7 英寸 |
| 乡村风请柬 | invitation_rustic | 波西米亚风请柬 | 5x7 英寸 |
| 场地预览 | venue | 场地装饰预览 | — |
| 婚礼日期预告卡 | save_the_date | 婚礼预告卡片 | 4x6 英寸 |
| 通用 | default | 任意婚礼设计 | — |
Z:节日营销(category="holiday")
| 风格 | 键 | 最适合 |
|---|---|---|
| 圣诞贺卡 | christmas_card | 圣诞祝福 |
| 中国新年 | chinese_new_year | 春节设计 |
| 新年 | new_year | 新年庆祝 |
| 情人节 | valentines | 情人节 |
| 万圣节 | halloween | 万圣节设计 |
| 促销 | promotional | 促销横幅、推广活动 |
| 中秋节 | mid_autumn | 中秋节设计 |
| 通用 | default | 任何节日内容 |
用于营销活动规划的主要节日日历:
| 节日 | 时间 | 最适合 |
|---|---|---|
| 中国新年 | 1 月至 2 月 | 礼品、家庭、美食 |
| 情人节 | 2 月 14 日 | 浪漫、礼品 |
| 妇女节 | 3 月 8 日 | 女性赋能、礼品 |
| 520(5 月 20 日) | 5 月 20 日 | 浪漫(中国情人节) |
| 618 购物节 | 6 月 | 电商促销 |
| 七夕 | 7 月至 8 月 | 浪漫 |
| 中秋节 | 9 月 | 家庭、月饼 |
| 国庆节 | 10 月 1 日 | 旅游、购物 |
| 11.11 光棍节 | 11 月 11 日 | 大型促销 |
| 12.12 双 12 | 12 月 12 日 | 年终促销 |
| 圣诞节 | 12 月 25 日 | 礼品、冬季 |
C:艺术风格(category="art_style")
| 风格 | 键 | 最适合 |
|---|---|---|
| 吉卜力工作室 | ghibli | 吉卜力风格场景 |
| 美国漫画 | american_comic | Marvel/DC 风格 |
| 日本漫画 | manga | 漫画插画 |
| 像素艺术 | pixel_art | 复古游戏风格 |
| 铅笔素描 | pencil_sketch | 手绘效果 |
| 3D 卡通 | 3d_cartoon | Pixar/Disney 风格 |
| 蒸汽朋克 | steampunk | 维多利亚时代科幻 |
| 奇幻魔法 | fantasy_magic | 魔法场景 |
| 武侠/仙侠 | wuxia | 中国武术 |
| 科幻太空 | scifi_space | 太空场景 |
| 波普艺术 | pop_art | Warhol 风格 |
| 浮世绘 | ukiyo_e | 日本木版画 |
| 印象派 | impressionist | Monet/Renoir 风格 |
| 新艺术风格 | art_nouveau | Mucha 风格 |
| 通用 | default | 任何艺术风格 |
6. 模型选择指南
| 模型 | 键 | 速度 | 质量 | 最适合 |
|---|---|---|---|---|
| NanoPro | nanopro | ~25s | 良好 | 所有请求的默认选择。快速迭代。 |
| GPT Image 2 | gpt | ~150s | 最佳 | 用户明确要求“最高质量”或“最佳质量”时。文字较多的设计。 |
决策规则:
- 默认: 除非用户明确要求更高质量,否则始终使用
nanopro。 - 使用
gpt的情况: 用户说“最高质量”“最佳质量”“高级”,或设计需要精确渲染文字(包含指定文字的徽标、带有排版设计的海报)。 - 使用
nanopro的情况: 用户希望快速获得结果、正在迭代设计,或要生成多个变体。
# Default (fast)
result = generate_image(prompt="cute cat logo", category="logo")
# High quality (user requested)
result = generate_image(prompt="cute cat logo", category="logo", model="gpt")
7. 宽高比指南
| 类别 | 默认比例 | 说明 |
|---|---|---|
| 徽标 | 1:1 | 正方形,可缩放 |
| 海报 | 3:4 | 纵向 |
| 插画 | 4:3 | 横向、宽阔场景 |
| 表情包 | 1:1 | 正方形,便于分享 |
| 游戏素材 | 1:1 | 正方形,保持一致 |
| 社交媒体 | 1:1 | 因平台而异 |
| 3D | 1:1 | 正方形渲染 |
| 教育 | 4:3 | 横向,易于阅读 |
| 时尚 | 3:4 | 纵向,展示完整服装 |
| 美食 | 4:3 | 横向,令人垂涎 |
| 宠物 | 1:1 | 正方形,可爱 |
| 产品 | 1:1 | 正方形,适用于电商 |
| 婚礼 | 3:4 | 纵向,优雅 |
| 节日 | 4:3 | 横向,喜庆 |
| 艺术风格 | 4:3 | 横向,风景感 |
平台专属覆盖设置(自动应用):
- TikTok 封面 →
9:16(1080x1920) - Instagram 快拍 →
9:16(1080x1920) - YouTube 缩略图 →
16:9(1280x720) - 社交媒体横幅 →
16:9(1920x1080) - 小红书 →
3:4(1080x1440)
如果未明确设置 aspect_ratio,脚本会自动选择最佳比例。
8. 提示词工程最佳实践
5 要素提示词结构
每个有效的图像提示词都应包含:
[subject/content], [style/aesthetic], [composition/layout], [lighting/atmosphere], [quality modifiers]
核心原则
-
明确主题:
- ❌ “一个 logo”
- ✅ “为宠物美容店设计的极简猫咪剪影 logo,采用简洁的矢量风格”
-
指定视觉风格:
- “扁平化设计”、“3D 渲染”、“水彩画”、“照片级真实”
- “极简”、“细致”、“抽象”、“几何”
-
说明构图要求:
- “居中构图”、“三分法构图”、“对称布局”
- “特写”、“广角镜头”、“等距视角”、“鸟瞰视角”
-
光照很重要:
- 影棚:“柔和的漫射影棚光”、“伦勃朗式明暗对比”
- 自然:“黄金时刻的暖光”、“透过树木洒落的斑驳阳光”
- 戏剧化:“戏剧性的轮廓光”、“体积光束”、“霓虹辉光”
- 平坦:“均匀的平光,不带阴影”(适用于图标/示意图)
-
质量锚点:
- “专业品质”、“可直接印刷”、“4K 分辨率”
- “Octane 渲染”、“Unreal Engine 品质”、“杂志级品质”
-
图像中的文字(使用
gpt模型):- 明确写出文字内容:
text reading "SALE 50% OFF" - 指定字体风格:“粗体无衬线字体”、“优雅的手写字体”
- GPT 模型的文字渲染效果远胜于 nanopro
- 明确写出文字内容:
Logo 专属提示词建议(来自 logo-design-guide)
有效关键词:
flat vector logo, simple minimal icon, single color silhouette,
geometric logo mark, clean lines, negative space design,
line art logo, flat design icon, minimalist symbol
无效关键词:
❌ photorealistic logo (contradiction — logos aren't photos)
❌ 3D rendered logo (too complex, won't scale down)
❌ gradient logo (inconsistent results, hard to reproduce)
❌ logo with text "Company Name" (text rendering fails)
Logo 提示词结构:
flat vector logo of [subject], [style], [color constraint], [background], [additional detail]
儿童插画建议(来自 book-illustrator)
- 0-2 岁: 简单、大胆、高对比度、形状清晰
- 3-5 岁: 色彩丰富、富有表现力、能动起来的吸引人角色
- 6-8 岁: 更细致的场景,包含视觉叙事
- 9-12 岁: 能辅助文字内容的成熟插画
- 三色规则: 每个角色限制使用 3-4 种主色,确保视觉清晰
游戏素材建议(来自 game-asset-generation)
- 始终为精灵图指定像素尺寸:“32x32”、“64x64”、“128x128”
- 无缝纹理:“重复平铺时必须严丝合缝,不出现可见接缝”
- 精灵图集:指定网格布局,例如“4x2 网格(总计 256x64)”
- 图标:“轮廓清晰,在 32x32 像素尺寸下仍易于辨认”
示例:构建自定义提示词
用户:“为我的咖啡店 Bean Dream 设计一个 logo”
result = generate_image(
prompt=(
"flat vector logo of a coffee bean morphing into a crescent moon, "
"minimalist design, warm brown and cream color palette, "
"clean lines, white background, "
"professional branding quality, works at any size"
),
category="logo",
model="gpt", # GPT for better detail
)
示例:游戏角色概念
用户:“为我的 RPG 游戏创建一个战士角色”
result = generate_image(
prompt=(
"female warrior character, ornate golden armor with dragon motifs, "
"flowing red cape, wielding a glowing enchanted sword, "
"determined fierce expression, battle-ready stance, "
"front view T-pose, clean white background"
),
category="game_asset",
style="character",
)
示例:社交媒体内容
用户:“制作一个关于烹饪技巧的 TikTok 封面”
result = generate_image(
prompt=(
"cooking tips video thumbnail, colorful kitchen scene, "
"fresh ingredients flying in the air, chef's hands visible, "
"fun energetic vibe, bold visual impact"
),
category="social_media",
style="tiktok_cover",
# aspect_ratio auto-set to 9:16
)
9. 意图识别指南
使用此表将用户请求映射到正确的类别/风格/参数:
| 用户说 | 类别 | 风格 | 备注 |
|---|---|---|---|
| “设计一个 logo”、“制作一个 logo” | logo | 自动检测 | 询问所属行业以确定风格 |
| “制作一张海报”、“活动海报” | poster | 自动检测 | |
| “画一幅插画”、“绘制插画” | illustration | 自动检测 | |
| “制作一张 meme”、“搞笑图片” | meme | 自动检测 | |
| “游戏角色”、“RPG 资源” | game_asset | character | |
| “游戏环境”、“关卡设计” | game_asset | environment | |
| “武器设计”、“剑/盾” | game_asset | weapon | |
| “游戏图标”、“UI 图标” | game_asset | ui_icon | |
| “像素艺术精灵图” | game_asset | pixel_sprite | |
| “可平铺纹理”、“无缝平铺” | game_asset | tileset | |
| “Instagram 帖子”、“IG 内容” | social_media | instagram | |
| “小红书”、“xiaohongshu” | social_media | xiaohongshu | |
| “TikTok 封面”、“抖音封面” | social_media | tiktok_cover | 9:16 |
| “YouTube 缩略图” | social_media | youtube_thumbnail | 16:9 |
| “横幅”、“封面图片” | social_media | banner | 16:9 |
| “快拍模板” | social_media | story | 9:16 |
| “3D 角色”、“Pixar 风格” | 3d | character | |
| “产品渲染图”、“3D 产品” | 3d | product | |
| “立体模型”、“微缩场景” | 3d | diorama | |
| “应用图标”、“3D 图标” | 3d | icon | |
| “3D 文字”、“镀铬文字” | 3d | text | |
| “教科书插图” | education | textbook | |
| “信息图”、“数据可视化” | education | infographic | |
| “科学示意图” | education | science | |
| “历史场景” | education | history | |
| “时装草图”、“服装设计” | fashion | clothing | |
| “配饰设计”、“珠宝” | fashion | accessory | |
| “美甲艺术”、“美甲设计” | fashion | nail_art | |
| “纺织图案”、“面料设计” | fashion | textile | |
| “美食照片”、“菜肴” | food | dish | |
| “菜单设计” | food | menu | |
| “食品包装” | food | packaging | |
| “食谱卡片” | food | recipe_card | |
| “产品照片”、“产品拍摄图” | product | hero | |
| “Amazon 商品页”、“电商照片” | product | packshot | 白色背景 |
| “生活方式产品图”、“场景化产品图” | product | lifestyle | |
| “平铺拍摄”、“俯拍产品图” | product | flat_lay | |
| “穿衣宠物”、“拟人化宠物” | pet | humanized | |
| “皇家宠物”、“文艺复兴风格宠物” | pet | renaissance | |
| “卡通宠物”、“Disney 宠物” | pet | cartoon | |
| “宠物周边”、“宠物图案” | pet | merchandise | |
| “宠物纪念图”、“彩虹桥” | pet | memorial | |
| “婚礼请柬”、“请柬” | wedding | invitation | |
| “现代风格请柬” | wedding | invitation_modern | |
| “乡村风格请柬” | wedding | invitation_rustic | |
| “婚礼场地”、“婚礼布置” | wedding | venue | |
| “婚礼日期预告卡” | wedding | save_the_date | |
| “圣诞贺卡”、“圣诞贺卡” | holiday | christmas_card | |
| “春节”、“中国新年” | holiday | chinese_new_year | |
| “新年设计”、“新年” | holiday | new_year | |
| “情人节贺卡”、“情人节” | holiday | valentines | |
| “万圣节”、“万圣节” | holiday | halloween | |
| “促销横幅”、“促销” | holiday | promotional | |
| “中秋节”、“中秋节” | holiday | mid_autumn | |
| “Ghibli 风格”、“吉卜力” | art_style | ghibli | |
| “漫画风格”、“漫画风” | art_style | american_comic or manga | |
| “像素艺术”、“像素风” | art_style | pixel_art | |
| “铅笔素描”、“素描” | art_style | pencil_sketch | |
| “蒸汽朋克”、“蒸汽朋克” | art_style | steampunk | |
| “奇幻”、“魔法” | art_style | fantasy_magic | |
| “武侠”、“武侠”、“仙侠” | art_style | wuxia | |
| “太空”、“太空”、“科幻” | art_style | scifi_space | |
| “波普艺术”、“波普” | art_style | pop_art | |
| “浮世绘”、“浮世绘” | art_style | ukiyo_e | |
| “印象派风格”、“印象派” | art_style | impressionist | |
| “新艺术风格”、“新艺术” | art_style | art_nouveau | |
| “最高质量”、“最佳质量” | 任意 | 任意 + model="gpt" | |
| 预设中没有的自定义描述 | — | — | 直接使用 prompt= |
10. 使用参考图像(可选)
此技能主要用于文本生成图像,但你也可以提供参考图像作为设计灵感:
# Reference image for design guidance
result = generate_image(
prompt="redesign this logo in a modern minimalist style",
category="logo",
image_path="uploads/old_logo.png",
)
# Reference URL
result = generate_image(
prompt="create a similar style illustration but with a forest theme",
image_url="https://example.com/reference.jpg",
)
提供参考图像时,脚本会使用 /edit 端点,而不是生成端点。
11. 多张图像
# Generate 4 logo variants
result = generate_image(
prompt="minimalist mountain logo for outdoor brand",
category="logo",
count=4,
)
# result["images"] -> list of 4 image dicts
12. 反模式(请避免)
| 避免 | 原因 | 建议 |
|---|---|---|
"logo with text 'My Brand'" | AI 会生成乱码文字 | 只生成图标,再用 Figma/Canva 添加文字 |
"photorealistic logo" | Logo 不是照片 | 使用 "flat vector logo" |
"3D rendered logo" | 无法缩放为网站图标 | 使用 "flat minimal icon" |
| 像 "nice image" 这样含糊的提示词 | 效果不佳 | 具体说明主体、风格、颜色和光线 |
| 一个提示词中包含太多概念 | 输出会混乱 | 聚焦于一个明确的概念 |
| 要求精确的像素尺寸 | 不支持 | 使用 aspect_ratio 参数 |
使用 nanopro 生成大量文字的设计 | 文字渲染效果不佳 | 使用 model="gpt" 生成文字 |
13. 提供的脚本
| 文件 | 用途 |
|---|---|
generate_image.py | 核心脚本:构建提示词 → 提交 → 轮询 → 下载。支持所有类别、风格和两种模型。 |
exports.py | 重新导出 generate_image、CATEGORY_STYLES 和 MODELS,供程序化调用。 |
_cost_track.py | 费用跟踪辅助脚本——通过 sc-proxy 响应头记录每次调用的费用。独立运行,无外部依赖。 |
14. 本地测试
设置 FAL_KEY 环境变量,以便直接调用 fal.ai(绕过 sc-proxy):
# Basic generation
FAL_KEY=your-fal-key python3 skills/image-create/generate_image.py "a cute robot" illustration fantasy 1 nanopro
# Args: <prompt> [category] [style] [count] [model]
15. 故障排除
| 问题 | 解决方法 |
|---|---|
Either 'prompt' or 'category' must be provided | 至少提供提示词或类别 |
File not found: ... | 检查参考图像的工作区路径 |
Unsupported image format | 使用 .jpg、.jpeg、.png、.webp 或 .bmp |
Image too large | 将参考图像缩小到 10 MB 以下 |
HTTP 402 insufficient_credits | 充值;提交时会预先扣费 |
HTTP 403 endpoint_not_allowed | sc-proxy 只允许使用经过批准的 fal 端点;请联系管理员 |
上游生成状态为 FAILED | 简化提示词后重试 |
任务处于 IN_PROGRESS 状态超过 10 分钟 | 保存 request_id,稍后重试 |
| 文字渲染效果不佳 | 切换到 model="gpt"——GPT 的文字处理效果要好得多 |
gpt 模型速度太慢 | 切换到默认的 nanopro,以加快生成速度 |
| Logo 过于复杂,难以缩放 | 在提示词中使用 "flat vector"、"minimal"、"single color" |
| 无缝纹理有明显接缝 | 在提示词中添加 "must tile perfectly with no visible seams" |
16. 基础设施(参考)
- 调用方 →
sc-proxy→queue.fal.run/{model}→ fal 模型提供商 - 所有请求都必须包含
Authorization: Key fake-falai-key-12345(代理会注入真实的FAL_KEY) - 提交时会预先扣费。轮询和获取结果的调用免费。
- 最终图像存储于
https://*.fal.media/...——这是公共 CDN,下载无需身份验证。 - 通过
_cost_track.py跟踪费用——从 sc-proxy 响应头中记录X-Credits-Used。 - 每个技能都包含自己的
_cost_track.py副本(各技能独立部署)。
模型端点
| 模型 | 生成(仅文本) | 编辑(含参考图像) |
|---|---|---|
| nanopro | fal-ai/nano-banana-pro | fal-ai/nano-banana-pro/edit |
| gpt | openai/gpt-image-2 | openai/gpt-image-2/edit |