name: generate-image description: 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、路径图和技术图表，请改用scientific-schematics技能。
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generate-image用于：
- 照片和逼真图像
- 艺术插图和艺术品
- 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scientific-schematics代替：
- 流程图和过程图
- 电路图和电气示意图
- 生物路径和信号级联
- 系统架构图
- CONSORT图和方法论流程图
- 任何技术/示意图
快速开始
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 "山脉上的美丽日落"
# 编辑现有图像
python scripts/generate_image.py "让天空变紫色" --input photo.jpg
这会在当前目录中生成/编辑图像，并保存为generated_image.png。
API密钥设置
关键：脚本需要OpenRouter API密钥。运行前，检查用户是否已配置API密钥：
- 在项目目录或父目录中查找
.env文件 - 检查
.env文件中的OPENROUTER_API_KEY=<key> - 如果未找到，告知用户需要：
- 创建包含
OPENROUTER_API_KEY=your-api-key-here的.env文件 - 或设置环境变量：
export OPENROUTER_API_KEY=your-api-key-here - 获取API密钥：https://openrouter.ai/keys
- 创建包含
脚本会自动检测.env文件，并在API密钥缺失时提供清晰的错误消息。
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
仅用于生成：
black-forest-labs/flux.2-flex- 快速且便宜，但不如pro版高质量
根据以下选择：
- 质量：使用gemini-3-pro或flux.2-pro
- 编辑：使用gemini-3-pro或flux.2-pro（均支持图像编辑）
- 成本：使用flux.2-flex仅用于生成
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 "让背景变蓝色" --input photo.jpg
使用特定模型编辑
python scripts/generate_image.py "给人添加太阳镜" --input portrait.png --model "black-forest-labs/flux.2-pro"
编辑并自定义输出
python scripts/generate_image.py "从图像中移除文字" --input screenshot.png --output cleaned.png
多个图像
多次运行脚本，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 "微观视角下癌症细胞被免疫治疗剂攻击，科学插图风格" --output figures/immunotherapy_concept.png
# 创建演示文稿的视觉内容
python scripts/generate_image.py "DNA双螺旋结构，高亮显示突变位点，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 "抽象蓝白色背景，带有微妙的分子图案，专业演示风格" --output slides/background.png
# 海报主图
python scripts/generate_image.py "现代设备的实验室环境，逼真，照明良好" --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 "未来感AI大脑概念，带有发光神经网络" --output marketing/ai_concept.png
错误处理
脚本为以下情况提供清晰的错误消息：
- API密钥缺失（附设置指令）
- API错误（附状态码）
- 意外的响应格式
- 依赖缺失（requests库）
如果脚本失败，阅读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
当为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字显示：
- 生成图像时给出的提示或指令
- 系统指令或AI相关元数据
- 任何描述图像如何创建的“元”文本
- 水印或标签指示AI生成
- 布局描述（例如，“左面板”、“右面板”、“中心面板”）
- 字体规格或排版指令
- 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/颜色规格或元数据的文本。”
注意事项
- 图像作为base64编码的数据URL返回，并自动保存为PNG文件
- 脚本支持来自不同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并发送给模型
- 支持的输入图像格式：PNG、JPEG、GIF、WebP
- 查看OpenRouter定价以获取成本信息：https://openrouter.ai/models
图像编辑技巧
- 具体说明所需的更改（例如，“将天空改为日落颜色”vs“编辑天空”）
- 尽可能参考图像中的特定元素
- 为获得最佳效果，使用清晰详细的编辑指令
- Gemini 3 Pro和FLUX.2 Pro均通过OpenRouter支持图像编辑
与其他技能的集成
- scientific-schematics：用于技术图表、流程图、电路、路径
- generate-image：用于照片、插图、艺术品、视觉概念
- scientific-slides：结合generate-image用于视觉丰富的演示文稿
- latex-posters：使用generate-image用于海报视觉内容和主图