videoagent-image-studio

🎨 VideoAgent Image Studio

适用场景： 用户请求生成、绘制、创作或制作任何类型的图像、照片、插画、图标、徽标或艺术作品时。

使用 8 款最先进的 AI 模型生成图像。此技能会自动为任务选择最佳模型，并处理所有复杂事项——包括 Midjourney 的异步轮询——让你可以专注于对话。

---

快速参考

用户意图	模型	速度
艺术感、电影感、绘画风格	midjourney	约 15s
照片级真实感、人像、产品	flux-pro	约 8s
通用、平衡	flux-dev	约 10s
快速草稿、快速迭代	flux-schnell	约 2s
带文字的图像、徽标、海报	ideogram	约 10s
矢量艺术、图标、扁平设计	recraft	约 8s
动漫、风格化插画	sdxl	约 5s
由 Gemini 驱动、风格一致	nano-banana	约 12s

---

如何生成图像

步骤 1 — 优化提示词

调用脚本前，根据所选模型，为用户的提示词补充合适的风格、光线和质量描述。

• Midjourney：添加 cinematic lighting、ultra detailed、--v 7、--style raw
• Flux：添加 masterpiece、highly detailed、sharp focus、professional photography
• Ideogram：明确说明文字内容、字体风格和布局
• Recraft：指定 vector illustration、flat design、icon style

步骤 2 — 运行脚本

node {baseDir}/tools/generate.js \
  --model <model_id> \
  --prompt "<enhanced prompt>" \
  --aspect-ratio <ratio>

所有参数：

参数	默认值	说明
--model	flux-dev	上表中的模型 ID
--prompt	(必填)	图像生成提示词
--aspect-ratio	1:1	1:1、16:9、9:16、4:3、3:4、3:2、21:9
--num-images	1	图像数量（1–4；Midjourney 始终返回 4 张）
--negative-prompt	—	需要避免的内容（Midjourney 不支持）
--seed	—	用于保证结果可复现的种子

步骤 3 — 返回结果

脚本会始终等待并返回最终图像 URL，无需轮询。

{
  "success": true,
  "model": "flux-pro",
  "imageUrl": "https://...",
  "images": ["https://..."]
}

将 imageUrl 发送给用户。

---

Midjourney 操作

使用 Midjourney 生成 4 张图像的网格后，向用户提供以下选项：

# Upscale image #2 (subtle, preserves details)
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action upscale \
  --index 2 \
  --job-id <job_id>

# Create a strong variation of image #3
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action variation \
  --index 3 \
  --job-id <job_id> \
  --variation-type 1

# Regenerate with same prompt
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action reroll \
  --job-id <job_id>

放大类型： 0 = 轻微（默认，最适合照片），1 = 创意（最适合插画）

变体类型： 0 = 轻微（默认），1 = 强烈（大幅变化）

---

对话示例

用户：“画一只站在雪山上的雪豹，带有电影感光线”

# Choose midjourney for artistic quality
node {baseDir}/tools/generate.js \
  --model midjourney \
  --prompt "a majestic snow leopard on a snowy mountain peak, cinematic lighting, dramatic atmosphere, ultra detailed --ar 16:9 --v 7" \
  --aspect-ratio 16:9

🎨 完成！要放大哪一张？（U1-U4）还是创建变体？（V1-V4）

---

用户：“用 Flux 生成一张白色背景的香水产品海报”

# Choose flux-pro for photorealistic product shots
node {baseDir}/tools/generate.js \
  --model flux-pro \
  --prompt "a luxury perfume bottle on a clean white background, professional product photography, soft shadows, 8k, highly detailed" \
  --aspect-ratio 3:4

---

用户：“给我快速生成一张草稿”

# flux-schnell for instant previews
node {baseDir}/tools/generate.js \
  --model flux-schnell \
  --prompt "..." \
  --aspect-ratio 1:1

---

用户：“给我制作一个扁平风格、蓝色主题的 App 图标”

# recraft for vector/icon style
node {baseDir}/tools/generate.js \
  --model recraft \
  --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"

---

设置

无需 API 密钥！ 所有请求都通过托管代理发送，由代理在服务端处理身份验证。

此技能开箱即用——只需安装并使用。

高级设置：自定义代理或令牌

如果要使用自己的代理或持久令牌，请设置以下环境变量：

{
  "skills": {
    "entries": {
      "videoagent-image-studio": {
        "enabled": true,
        "env": {
          "IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
          "IMAGE_STUDIO_TOKEN": "your_token_here"
        }
      }
    }
  }
}

变量	必需	说明
IMAGE_STUDIO_PROXY_URL	否	自定义代理基础 URL（默认：https://image-gen-proxy.vercel.app）
IMAGE_STUDIO_TOKEN	否	持久令牌（未设置时会自动获取，每个令牌可免费使用 100 次）

如需部署自己的代理，请参阅 videoagent-audio-studio proxy 作为参考实现。你需要将 FAL_KEY 和 LEGNEXT_KEY 设置为 Vercel 环境变量。

---

更新日志

v2.0.0

• 简化异步处理： 脚本现在会阻塞等待，直到 Midjourney 完成。在 SKILL.md 说明中不再需要 --async / --poll 标志。
• 统一输出格式： 所有模型均返回相同的 { success, imageUrl, images } 结构。
• Nano Banana 参考图像： 传入 --reference-images "url1,url2"，即可在多次生成中保持角色或风格一致。

v1.3.0

• 为 Midjourney 新增非阻塞异步模式（--async + --poll）。

v1.2.0

• 默认启用 Midjourney turbo 模式（约 10-20 秒）。

v1.1.0

• 将 Midjourney 提供商从 TTAPI 切换为 Legnext.ai，以提升稳定性。

v1.0.0

• 首次发布，支持 Midjourney、Flux、SDXL、Nano Banana、Ideogram、Recraft。