image-generation

图像生成技能

通过捆绑的 CLI 脚本，使用 Google Gemini 生成专业 AI 图像。

何时调用此技能

在以下情况中立即调用：

Web 开发

• 没有图像的 Hero 区块
• 需要功能插图
• 代码中有占位图像（placeholder.jpg、stock-photo.png）
• 空白视觉区块（不含图像的 <section class="hero">）
• 落地页和营销网站

演示文稿与文档

• 封面图和页眉
• 概念图
• 章节分隔图

应用程序

• 引导插图
• 空状态图形
• 错误页面视觉素材

使用 CLI

通过 bash 运行捆绑的 CLI 脚本：

node "${CLAUDE_PLUGIN_ROOT}/mcp-server/build/cli.bundle.js" \
  --prompt "Your detailed image description" \
  --output "./path/to/output.png" \
  --aspect-ratio "16:9"

参数

标记	必需	默认值	描述
--prompt, -p	是	-	详细的图像描述
--output, -o	否	自动生成	输出文件路径
--aspect-ratio, -a	否	1:1	1:1、16:9、9:16、4:3、3:4、2:3、3:2
--model, -m	否	提供商默认值	要使用的模型；用于路由提供商（gpt-image*/dall-e* → OpenAI，其他 → Gemini）
--reference-images, -r	否	-	参考图像路径（PNG/JPEG/WebP，可重复指定或用逗号分隔，最多 5 张）
--mask	否	-	标记要重绘区域的 PNG 蒙版；仅限 OpenAI，且需要 --reference-images
--background, -b	否	提供商默认值	auto、transparent 或 opaque；仅限 OpenAI。gpt-image-2 不接受 transparent，请求发送前会被拒绝
--output-format, -f	否	提供商默认值	png、jpeg 或 webp；仅限 OpenAI
--output-dir, -d	否	当前目录	输出目录

环境变量

变量	必需	描述
GEMINI_API_KEY	GEMINI_API_KEY / OPENAI_API_KEY 至少设置一个	你的 Gemini API 密钥
OPENAI_API_KEY	GEMINI_API_KEY / OPENAI_API_KEY 至少设置一个	你的 OpenAI API 密钥
GEMINI_DEFAULT_MODEL	否	首选的默认 Gemini 模型
OPENAI_DEFAULT_MODEL	否	首选的默认 OpenAI 模型（默认值：gpt-image-2）
IMAGE_PROVIDER	否	gemini 或 openai — 未指定 --model 时使用的提供商
MEDIA_PIPELINE_LOG_LEVEL	否	标准错误诊断信息的日志级别

输出

CLI 会输出 JSON：

{"success": true, "filePath": "/path/to/generated-image.png"}

出错时：

{"success": false, "error": "Error message"}

纵横比选择

• 16:9 - Hero 图像、网站页眉、演示文稿
• 1:1 - 社交媒体、缩略图、个人资料图像
• 9:16 - 移动端动态、竖幅横幅
• 4:3 - 博客文章、一般 Web 内容
• 3:2 - 摄影风格图像

编写提示词

使用以下公式编写有效提示词：

[Style] [Subject] [Composition] [Context/Atmosphere]

示例

科技初创公司的 Hero 图像

Minimalist 3D illustration of abstract geometric shapes floating in space,
soft gradient background from deep purple to electric blue, subtle glow effects,
modern professional aesthetic, wide composition for website header

电商产品

Clean product photography of modern wireless headphones on white marble surface,
soft studio lighting from left, subtle shadows, high-end minimalist aesthetic,
centered composition

博客文章页眉

Aerial photography of winding river through autumn forest, golden hour lighting,
warm color palette with oranges and reds, cinematic wide shot, serene atmosphere

应用插图

Flat vector illustration of person organizing digital files on floating screens,
soft pastel colors, isometric perspective, clean lines, friendly approachable style

模式检测

在看到以下内容时自动调用此技能：

<img src="placeholder.jpg" alt="Hero">



<section class="features">
  <h2>Our Features</h2>
  
</section>

/* Generic stock reference */
.banner { background: url('stock-image.jpg'); }
/* Action: Invoke skill to create a unique background */

工作流

1. 检测需求 - 确定视觉内容需求（Hero、插图、背景）
2. 调用技能 - 立即使用 Skill 工具，并设置 skill: "image-generation"
3. 分析上下文 - 了解项目风格和品牌
4. 编写提示词 - 使用上述公式编写详细提示词
5. 生成图像 - 使用优化后的参数运行 CLI 脚本
6. 集成 - 将图像放入项目并正确引用

模型选择

该 CLI 支持双提供商：--model 的值决定请求路由——以 gpt-image 或 dall-e 开头的模型名称会发送到 OpenAI，其他名称则发送到 Gemini。省略 --model 时，IMAGE_PROVIDER 决定使用哪个提供商的默认模型。

• Gemini（GEMINI_DEFAULT_MODEL，例如 gemini-3-pro-image-preview）——模型会从 Gemini API 动态获取；如果未设置默认模型，CLI 会回退到发现的第一个支持图像的模型。在迭代式创作以及需要使用动态发现的模型目录时，优先选择 Gemini。
• OpenAI（OPENAI_DEFAULT_MODEL，默认值为 gpt-image-2）——当你明确需要使用 OpenAI 的 gpt-image-2 模型，或仅配置了 OpenAI API 密钥时使用。请注意，OpenAI 支持的图像尺寸仅限 1024x1024/1536x1024/1024x1536；不匹配的宽高比会映射到最接近的受支持尺寸，并显示警告。

最佳实践

建议：

• 包含具体的风格关键词
• 根据预期用途选择宽高比
• 描述氛围和情绪
• 指定配色方案，以保持品牌一致性

避免：

• 使用含糊的提示词（“让它看起来不错”）
• 忽略图像的使用场景
• 为特定布局省略宽高比

参考

有关高级提示词技巧，请参阅：references/prompt-crafting.md

替代方案：MCP 工具

如果已配置 MCP 服务，也可以使用：

mcp__media-pipeline__create_asset

参数：prompt、outputPath、aspectRatio、model（按名称路由到 Gemini 或 OpenAI）、referenceImages（最多 5 个绝对路径，支持 PNG/JPEG/WebP）、mask、background、outputFormat（最后三个参数仅适用于 OpenAI）