⚡

生成图像Skill generate-image

这个技能用于生成和编辑高质量图像，利用AI模型如FLUX.2 Pro和Gemini 3 Pro，适用于广泛视觉内容创建，包括照片、插图、艺术和概念视觉。关键词：AI图像生成、图像编辑、OpenRouter、人工智能、视觉内容。

AIGC 0 次安装 0 次浏览 更新于 3/22/2026

名称：生成图像 描述：使用AI模型（FLUX，Gemini）生成或编辑图像。适用于通用目的图像生成，包括照片、插图、艺术作品、视觉资产、概念艺术以及任何非技术图表或示意图的图像。对于流程图、电路图、通路图和技术图表，请使用科学图表技能代替。

生成图像

使用OpenRouter的图像生成模型（包括FLUX.2 Pro和Gemini 3 Pro）生成和编辑高质量图像。

何时使用此技能

使用生成图像用于：

  • 照片和逼真图像
  • 艺术插图和艺术作品
  • 概念艺术和视觉概念
  • 演示文稿或文档的视觉资产
  • 图像编辑和修改
  • 任何通用目的图像生成需求

使用科学图表技能代替：

  • 流程图和过程图
  • 电路图和电气示意图
  • 生物通路和信号级联
  • 系统架构图
  • CONSORT图和方法流程图
  • 任何技术/示意图表

快速入门

使用scripts/generate_image.py脚本生成或编辑图像：

# 生成新图像
python scripts/generate_image.py "山间美丽日落"

# 编辑现有图像
python scripts/generate_image.py "让天空变紫色" --input photo.jpg

这将生成/编辑图像并将其保存为当前目录中的generated_image.png。

API密钥设置

关键：脚本需要OpenRouter API密钥。运行前，检查用户是否配置了API密钥：

  1. 在项目目录或父目录中查找.env文件
  2. 在.env文件中检查OPENROUTER_API_KEY=<key>
  3. 如果未找到，告知用户需要：

脚本将自动检测.env文件，并在API密钥缺失时提供清晰错误消息。

模型选择

默认模型：google/gemini-3-pro-image-preview（高质量，推荐）

可用于生成和编辑的模型：

  • google/gemini-3-pro-image-preview - 高质量，支持生成+编辑
  • black-forest-labs/flux.2-pro - 快速，高质量，支持生成+编辑

仅生成：

  • black-forest-labs/flux.2-flex - 快速且便宜，但质量不如Pro版

选择基于：

  • 质量：使用gemini-3-pro或flux.2-pro
  • 编辑：使用gemini-3-pro或flux.2-pro（两者都支持图像编辑）
  • 成本：仅生成时使用flux.2-flex

常见使用模式

基本生成

python scripts/generate_image.py "您的提示语"

指定模型

python scripts/generate_image.py "太空中的猫" --model "black-forest-labs/flux.2-pro"

自定义输出路径

python scripts/generate_image.py "抽象艺术" --output artwork.png

编辑现有图像

python scripts/generate_image.py "让背景变蓝" --input photo.jpg

使用特定模型编辑

python scripts/generate_image.py "给人物添加太阳镜" --input portrait.png --model "black-forest-labs/flux.2-pro"

自定义输出编辑

python scripts/generate_image.py "移除图像中的文字" --input screenshot.png --output cleaned.png

多张图像

运行脚本多次，使用不同提示或输出路径：

python scripts/generate_image.py "图像1描述" --output image1.png
python scripts/generate_image.py "图像2描述" --output image2.png

脚本参数

  • prompt（必需）：要生成的图像的文本描述，或编辑指令
  • --input或-i：用于编辑的输入图像路径（启用编辑模式）
  • --model或-m：OpenRouter模型ID（默认：google/gemini-3-pro-image-preview）
  • --output或-o：输出文件路径（默认：generated_image.png）
  • --api-key：OpenRouter API密钥（覆盖.env文件）

示例用例

用于科学文档

# 为论文生成概念插图
python scripts/generate_image.py "免疫疗法攻击癌细胞的微观视图，科学插图风格" --output figures/immunotherapy_concept.png

# 创建演示文稿视觉
python scripts/generate_image.py "DNA双螺旋结构，高亮突变位点，现代科学可视化" --output slides/dna_mutation.png

用于演示文稿和海报

# 标题幻灯片背景
python scripts/generate_image.py "抽象蓝白背景，带细微分子图案，专业演示风格" --output slides/background.png

# 海报主图
python scripts/generate_image.py "现代设备实验室设置，逼真，光线充足" --output poster/hero.png

用于通用视觉内容

# 网站或文档图像
python scripts/generate_image.py "专业团队围绕数字白板协作，现代办公室" --output docs/team_collaboration.png

# 营销材料
python scripts/generate_image.py "未来主义AI大脑概念，带发光神经网络" --output marketing/ai_concept.png

错误处理

脚本为以下情况提供清晰错误消息：

  • API密钥缺失（带设置说明）
  • API错误（带状态码）
  • 意外响应格式
  • 依赖缺失（requests库）

如果脚本失败，读取错误消息并在重试前解决问题。

关键提示要求

重要：输出中无元指令

为AI图像生成模型生成提示时，确保生成的图像不包含任何可见文本显示：

  • 生成图像时给出的提示或指令
  • 系统指令或AI相关元数据
  • 描述图像创建方式的任何“元”文本
  • 表示AI生成的水印或标签
  • 布局描述（例如，“左面板”、“右面板”、“中心面板”）
  • 字体规范或排版指令
  • 配色方案描述或调色板信息

图像应仅包含请求的视觉内容。始终在提示中包含此指令：“不要在生成的图像中包含任何显示提示、指令、布局描述、字体/颜色规范或元数据的文本。”

备注

  • 图像作为base64编码的数据URL返回，并自动保存为PNG文件
  • 脚本支持不同OpenRouter模型的images和content响应格式
  • 生成时间因模型而异（通常5-30秒）
  • 对于图像编辑，输入图像编码为base64并发送到模型
  • 支持的输入图像格式：PNG、JPEG、GIF、WebP
  • 查看OpenRouter定价了解成本信息：https://openrouter.ai/models

图像编辑技巧

  • 具体说明所需更改（例如，“将天空改为日落颜色”而不是“编辑天空”）
  • 尽可能参考图像中的特定元素
  • 为获得最佳结果，使用清晰和详细的编辑指令
  • Gemini 3 Pro和FLUX.2 Pro都通过OpenRouter支持图像编辑

与其他技能集成

  • 科学图表：用于技术图表、流程图、电路图、通路图
  • 生成图像：用于照片、插图、艺术作品、视觉概念
  • 科学幻灯片：结合生成图像用于视觉丰富的演示文稿
  • LaTeX海报：使用生成图像用于海报视觉和主图