image-generation

图像生成

使用 Google 的 Gemini 模型（默认）或 fal.ai FLUX.2 klein 4B（经济模式）生成图像。

快速开始

**必须：**始终使用 -d（目标路径）标志指定输出路径。这样可避免脚本文件夹中的 poster_0.jpg 带来的文件管理问题。

cd ~/.claude/skills/image-generation/scripts

# ALWAYS specify destination with -d flag
npx tsx generate_poster.ts -d /tmp/my-image.jpg "A futuristic city at sunset"

# Cheap mode: fal.ai FLUX.2 klein 4B (fast, lower cost)
npx tsx generate_poster.ts --cheap -d /tmp/city.jpg "A futuristic city at sunset"

# With aspect ratio
npx tsx generate_poster.ts -d /tmp/landscape.jpg --aspect 3:2 "A wide landscape poster"
npx tsx generate_poster.ts --cheap -d /tmp/story.jpg -a 9:16 "A vertical story format"

# With reference assets (image editing)
npx tsx generate_poster.ts -d /tmp/banner.jpg --assets "/path/to/avatar.jpg" "Create banner with character"
npx tsx generate_poster.ts --cheap -d /tmp/photo.jpg --assets "/path/to/image.jpg" "Turn this into a realistic photo"

为什么必须使用 -d：

• 输出到可预测的位置（例如，临时图像可放在 /tmp/）
• 避免在脚本文件夹中寻找 poster_0.jpg
• 无需重命名文件即可立即使用

提供方

提供方	标志	用途	费用
Gemini	（默认）	高质量，效果最佳	较高
fal.ai klein 4B	--cheap	快速、经济实惠	约 $0.003/张

经济模式（--cheap）

使用 fal.ai FLUX.2 klein 4B，这是针对速度和成本优化的蒸馏版 FLUX 模型。

为什么使用经济模式？

• 费用：约 $0.003/张（低于 Gemini）
• 速度：快速的 4 步推理（约 2-4 秒）
• 质量：足以用于草稿、社交媒体和迭代
• 适合批量生成：快速生成多个变体

端点：

• 文生图：fal-ai/flux-2/klein/4b
• 图像编辑（使用 --assets）：fal-ai/flux-2/klein/4b/edit

适用于：

• 快速迭代和预览
• 社交媒体内容
• 概念探索
• 批量生成（10 张以上）

以下情况请改用 Gemini：

• 最终成品
• 复杂构图
• 文字密集的图像（尤其是希伯来语）

质量

使用 --quality 或 -q 控制图像分辨率：

质量	分辨率	用途
1K	1024px	默认 - 速度快，适合网页
2K	2048px	高质量 - 印刷、细节丰富的海报

npx tsx generate_poster.ts -q 2K "High quality poster"

宽高比

**重要：**始终使用默认的 3:2 宽高比，除非用户明确要求其他格式（例如“竖版”“快拍”“方形”等）。不要自行更改宽高比。

使用 --aspect 或 -a 控制图像尺寸：

比例	用途
3:2	横向 （默认 - 除非用户另有指定，否则使用此比例）
1:1	方形 - Instagram、头像
2:3	竖向 - Pinterest、海报
16:9	宽屏 - YouTube 缩略图、页眉
9:16	高竖版 - 快拍、短视频、TikTok

npx tsx generate_poster.ts --aspect 3:2 "Your prompt"
npx tsx generate_poster.ts -a 16:9 "Your prompt"

添加素材（参考图像）

使用 --assets 并提供完整路径来添加参考图像：

# Single asset
npx tsx generate_poster.ts --assets "/full/path/to/image.jpg" "Your prompt"

# Multiple assets (comma-separated)
npx tsx generate_poster.ts --assets "/path/a.jpg,/path/b.png" "Use both images"

# With cheap mode - uses fal.ai edit endpoint
npx tsx generate_poster.ts --cheap --assets "/path/to/image.jpg" "Turn this into a painting"

支持的格式：.jpg、.jpeg、.png、.webp、.gif

**重要：**不会自动添加素材。必须通过 --assets 显式传入。

目标路径（必须）

始终使用 --destination 或 -d 指定输出路径：

# REQUIRED: Always specify destination
npx tsx generate_poster.ts -d /tmp/poster.jpg "My poster"

# If file exists, auto-adds suffix: poster_1.jpg, poster_2.jpg, etc.

功能：

• 按需自动创建父目录
• 避免文件冲突：如果文件已存在，会添加 _1、_2 等后缀
• 对于之后会上传到其他位置的临时图像，请使用 /tmp/

API 配置

创建 scripts/.env：

GEMINI_API_KEY=your_gemini_api_key
FAL_KEY=your_fal_api_key
XAI_API_KEY=your_xai_api_key

希伯来语/从右向左内容

**重要：**当图像中包含希伯来语文字时，必须在提示词中添加以下句子：

"CRITICAL: Layout is RTL (right-to-left). All text in Hebrew. Visual flow, reading order, and panel sequence go from RIGHT to LEFT."

复制此句原文，并粘贴到提示词的开头。否则图像会从左向右呈现，这不适用于希伯来语内容。

WOW 模式

当用户要求“wow mode”或希望获得最大视觉冲击力时，请在提示词中添加以下震撼元素：

"EPIC CINEMATIC WOW: Amazed expression, mind-blown reaction, intense VFX - shattered glass particles, explosive energy bursts, volumetric light rays, dramatic lens flares, particle explosions, motion blur streaks, holographic glitches, electric sparks, cinematic color grading, dramatic rim lighting, depth of field bokeh, anamorphic lens effects. Maximum visual spectacle."

输出

• 文件保存到 -d 标志指定的路径（必须）
• 宽高比：可通过 --aspect 配置（默认：3:2）
• 质量：1K（最长边为 1024px）

---

视频生成

使用 xAI Grok Imagine Video（默认）或 fal.ai LTX-2（经济模式）生成视频。

快速开始

cd ~/.claude/skills/image-generation/scripts

# Text-to-video (Grok Imagine - high quality, 720p)
npx tsx generate_video.ts -d /tmp/video.mp4 "A futuristic city at sunset, cinematic drone shot"

# Cheap mode: fal.ai LTX-2 (fast, low cost)
npx tsx generate_video.ts --cheap -d /tmp/video.mp4 "A futuristic city at sunset"

# Image-to-video (animate a still image)
npx tsx generate_video.ts -d /tmp/animated.mp4 --image /path/to/image.jpg "Slow zoom with particles floating"
npx tsx generate_video.ts --cheap -d /tmp/animated.mp4 --image /path/to/image.jpg "Gentle camera movement"

# Custom duration and aspect ratio
npx tsx generate_video.ts -d /tmp/long.mp4 -t 10 -a 9:16 "Vertical video for stories"

视频提供方

提供方	标志	质量	时长	分辨率	费用
Grok Imagine	（默认）	高，电影感	1-15 秒	480p/720p	按秒计费
fal.ai LTX-2	--cheap	良好，快速	1-10 秒	约 480p	经济实惠

视频选项

选项	标志	默认值	描述
提示词	(位置参数)	必填	视频的文本描述
目标路径	-d	必填	输出文件路径（.mp4）
时长	-t	5	时长（秒）
宽高比	-a	16:9	16:9、9:16、1:1、4:3、3:4、3:2、2:3
分辨率	-r	720p	480p 或 720p（仅限 Grok）
图像来源	--image	无	图生视频的来源图像
经济模式	--cheap	false	使用 LTX-2 替代 Grok