openrouter-images

OpenRouter 图片

通过 OpenRouter 专用的图像 API（POST /api/v1/images）根据文本提示词生成图像并编辑现有图像。此技能还会发现有哪些模型可用，以及每个模型接受哪些参数，帮助你选择有效的模型和选项，而不是靠猜测。

前提条件

必须设置 OPENROUTER_API_KEY 环境变量。请在 https://openrouter.ai/keys 获取密钥。

发现功能（discover.ts）公开可用，无需密钥；生成和编辑则需要密钥。

首次设置

cd <skill-path>/scripts && npm install

决策树

根据用户的需求选择合适的脚本：

用户想要……	脚本	示例
查看有哪些图像模型及其支持的功能	discover.ts	“我可以使用哪些图像模型？”
检查特定模型接受的确切参数	discover.ts <model>	“seedream 支持 4K 吗？”
根据文本描述生成图像	generate.ts "prompt"	“生成一张山间日落的图像”
使用特定选项生成图像	generate.ts "prompt" --aspect-ratio 16:9	“生成一张宽幅森林风景图”
使用其他模型生成图像	generate.ts "prompt" --model <id>	“使用 gemini 3.1 flash lite image 生成图像”
编辑或修改现有图像	edit.ts path "prompt"	“把 photo.png 中的天空改成紫色”
按照说明变换图像	edit.ts path "prompt"	“给这张图里的动物戴上一顶派对帽”

先发现功能

不同模型接受的参数各不相同。与其硬编码标志并遇到 400 错误，不如在生成前先发现可用选项。

列出所有图像模型及其精简的功能摘要：

cd <skill-path>/scripts && npx tsx discover.ts

每个条目都会报告模型 id、input_modalities / output_modalities（图像输入表示支持编辑 / 图生图）、supports_streaming，以及 supported_parameters 映射表——其中汇总了该模型任一端点接受的参数。

查看某个模型确切的端点级功能：

cd <skill-path>/scripts && npx tsx discover.ts bytedance-seed/seedream-4.5

此操作会调用 GET /api/v1/images/models/{author}/{slug}/endpoints，并按提供商端点返回以下信息：

字段	含义
provider_name / provider_slug	提供服务的提供商。使用 provider_slug 作为 --provider-options 中的键。
supported_parameters	此端点接受的确切参数及其允许值。
allowed_passthrough_parameters	可通过 --provider-options 传入的提供商特定键（例如 steps、guidance）。
supports_streaming	此端点是否支持流式传输。
pricing	按图像 / 按 token 计价的价格明细。

功能值会以易读的字符串形式显示：枚举显示为 1K | 2K | 4K，范围显示为 0–100，布尔值显示为 supported。缺失的参数表示不受支持——不要发送该参数。

生成图像

根据文本提示词创建新图像：

cd <skill-path>/scripts && npx tsx generate.ts "a red panda wearing sunglasses"
cd <skill-path>/scripts && npx tsx generate.ts "a futuristic cityscape at night" --aspect-ratio 16:9
cd <skill-path>/scripts && npx tsx generate.ts "pixel art of a dragon" --output dragon.png
cd <skill-path>/scripts && npx tsx generate.ts "a watercolor painting" --model google/gemini-3.1-flash-lite-image --resolution 1K

编辑图像

使用文本提示词修改现有图像。源图像会作为图生图参考（input_references）发送，因此请使用 input_modalities 包含 image 的模型——可通过 discover.ts <model> 检查。

cd <skill-path>/scripts && npx tsx edit.ts photo.png "make the sky purple"
cd <skill-path>/scripts && npx tsx edit.ts avatar.jpg "add a party hat" --output avatar-hat.png
cd <skill-path>/scripts && npx tsx edit.ts scene.png "convert to watercolor style" --model google/gemini-3.1-flash-lite-image

支持的输入格式：.png、.jpg、.jpeg、.webp、.gif

选项

generate.ts 和 edit.ts 接受相同的标志。只传递目标模型支持的参数——使用 discover.ts <model> 确认。

标志	说明	默认值
--model <id>	OpenRouter 模型 ID	google/gemini-3.1-flash-image-preview
--output <path>	输出文件路径	image-YYYYMMDD-HHmmss.png
--aspect-ratio <r>	宽高比（例如 16:9、1:1、4:3）	模型默认值
--resolution <t>	分辨率档位（512、1K、2K、4K）	模型默认值
--size <s>	简写：档位（2K）或指定像素尺寸（2048x2048）	模型默认值
--quality <q>	auto、low、medium 或 high	模型默认值
--output-format <f>	png、jpeg、webp 或 svg（矢量模型）	模型默认值
--background <b>	auto、transparent 或 opaque	模型默认值
--output-compression <n>	webp/jpeg 的压缩率，范围为 0–100	模型默认值
--n <count>	要生成的图像数量（1–10，视提供方支持情况而定）	1
--seed <int>	用于确定性生成的种子（在支持的情况下）	随机
--provider-options <json>	提供方专属透传参数，以 provider_slug 为键	无

--provider-options 接受一个以提供方 slug 为键的 JSON 对象，使用该端点的 allowed_passthrough_parameters 中的键：

cd <skill-path>/scripts && npx tsx generate.ts "a dramatic portrait" \
  --model black-forest-labs/flux.2-pro \
  --provider-options '{"black-forest-labs": {"steps": 40, "guidance": 3}}'

输出格式

generate.ts

{
  "model": "google/gemini-3.1-flash-image-preview",
  "prompt": "a red panda wearing sunglasses",
  "images_saved": ["/absolute/path/to/image-20260305-143022.png"],
  "count": 1
}

edit.ts

{
  "model": "google/gemini-3.1-flash-image-preview",
  "source_image": "photo.png",
  "prompt": "make the sky purple",
  "images_saved": ["/absolute/path/to/image-20260305-143055.png"],
  "count": 1
}

API 返回费用时，生成费用（USD）会打印到 stderr。当 --n 请求生成多张图像时，每张图像都会以 -1、-2、… 为后缀保存。

API 响应结构

生成图像使用 POST /api/v1/images。完整的请求和响应详情请参阅图像生成指南。

图像以 base64 编码的形式返回在 data 数组中。对于栅格 PNG 输出，会省略 media_type；矢量输出（例如 SVG）则会包含该字段，保存文件的扩展名也会与之对应：

{
  "created": 1748372400,
  "data": [{ "b64_json": "<base64-encoded image data>" }],
  "usage": { "prompt_tokens": 0, "completion_tokens": 4175, "total_tokens": 4175, "cost": 0.04 }
}

使用其他模型

默认模型为 google/gemini-3.1-flash-image-preview（Nano Banana 2）。若要使用其他模型，请通过 --model <id> 传入任意图像模型 ID（例如 google/gemini-3.1-flash-lite-image）。运行 discover.ts 浏览图像模型，并运行 discover.ts <model> 确认其支持的参数和提供方，然后再生成。

展示结果

• 生成或编辑完成后，向用户展示保存的图像
• 注明所用模型；如果有报告生成费用，也一并注明（费用会打印到 stderr）
• 如果返回多张图像，请全部展示
• 如果用户未指定输出路径，请告知文件的保存位置
• 对于编辑操作，请说明修改的是哪张源图像