AI图像生成工具Skill baoyu-image-gen

---

name: baoyu-image-gen description: 使用OpenAI、Google和DashScope API进行AI图像生成。支持文本到图像、参考图像、长宽比。默认顺序生成；根据请求可并行生成。当用户要求生成、创建或绘制图像时使用。

图像生成（AI SDK）

官方基于API的图像生成。支持OpenAI、Google和DashScope（阿里通义万象）提供商。

脚本目录

代理执行:

1. SKILL_DIR = 此SKILL.md文件所在目录
2. 脚本路径 = ${SKILL_DIR}/scripts/main.ts

偏好设置（EXTEND.md）

使用Bash检查EXTEND.md是否存在（优先级顺序）:

# 首先检查项目级别
test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "project"

# 然后用户级别（跨平台：$HOME在macOS/Linux/WSL上有效）
test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "user"

┌──────────────────────────────────────────────────┬───────────────────┐ │ 路径 │ 位置 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ .baoyu-skills/baoyu-image-gen/EXTEND.md │ 项目目录 │ ├──────────────────────────────────────────────────┼───────────────────┤ │ $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md │ 用户主目录 │ └──────────────────────────────────────────────────┴───────────────────┘

┌───────────┬───────────────────────────────────────────────────────────────────────────┐ │ 结果 │ 操作 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 找到 │ 读取、解析、应用设置 │ ├───────────┼───────────────────────────────────────────────────────────────────────────┤ │ 未找到 │ 使用默认值 │ └───────────┴───────────────────────────────────────────────────────────────────────────┘

EXTEND.md支持: 默认提供商 | 默认质量 | 默认长宽比 | 默认图像大小 | 默认模型

架构：references/config/preferences-schema.md

使用方式

# 基本用法
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只猫" --image cat.png

# 带长宽比
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一个风景" --image out.png --ar 16:9

# 高质量
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只猫" --image out.png --quality 2k

# 从提示文件
npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png

# 带参考图像（Google多模态或OpenAI编辑）
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "变成蓝色" --image out.png --ref source.png

# 带参考图像（明确提供商/模型）
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "变成蓝色" --image out.png --provider google --model gemini-3-pro-image-preview --ref source.png

# 特定提供商
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只猫" --image out.png --provider openai

# DashScope（阿里通义万象）
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope

选项

选项	描述
--prompt <文本>, -p	提示文本
--promptfiles <文件...>	从文件读取提示（连接）
--image <路径>	输出图像路径（必需）
--provider google|openai|dashscope	强制提供商（默认：google）
--model <ID>, -m	模型ID（--ref 与OpenAI需要GPT图像模型，例如 gpt-image-1.5）
--ar <比例>	长宽比（例如，16:9, 1:1, 4:3）
--size <宽x高>	大小（例如，1024x1024）
--quality normal|2k	质量预设（默认：2k）
--imageSize 1K|2K|4K	Google的图像大小（默认：来自质量）
--ref <文件...>	参考图像。支持Google多模态和OpenAI编辑（GPT图像模型）。如果省略提供商：先Google，然后OpenAI
--n <数量>	图像数量
--json	JSON输出

环境变量

变量	描述
OPENAI_API_KEY	OpenAI API密钥
GOOGLE_API_KEY	Google API密钥
DASHSCOPE_API_KEY	DashScope API密钥（阿里云）
OPENAI_IMAGE_MODEL	OpenAI模型覆盖
GOOGLE_IMAGE_MODEL	Google模型覆盖
DASHSCOPE_IMAGE_MODEL	DashScope模型覆盖（默认：z-image-turbo）
OPENAI_BASE_URL	自定义OpenAI端点
GOOGLE_BASE_URL	自定义Google端点
DASHSCOPE_BASE_URL	自定义DashScope端点

加载优先级: CLI参数 > EXTEND.md > 环境变量 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env

提供商选择

1. --ref 提供 + 无 --provider → 自动选择先Google，然后OpenAI
2. --provider 指定 → 使用它（如果 --ref，必须是 google 或 openai）
3. 仅有一个API密钥可用 → 使用该提供商
4. 多个可用 → 默认Google

质量预设

预设	Google imageSize	OpenAI大小	使用场景
normal	1K	1024px	快速预览
2k（默认）	2K	2048px	封面、插图、信息图表

Google imageSize: 可以用 --imageSize 1K|2K|4K 覆盖

长宽比

支持：1:1, 16:9, 9:16, 4:3, 3:4, 2.35:1

• Google多模态：使用 imageConfig.aspectRatio
• Google Imagen：使用 aspectRatio 参数
• OpenAI：映射到最接近的支持大小

生成模式

默认: 顺序生成（一次一个图像）。这确保稳定输出和更容易调试。

并行生成: 仅当用户明确请求并行/并发生成时使用。

模式	何时使用
顺序（默认）	正常使用，单个图像，小批量
并行	用户明确请求，大批量（10+）

并行设置（当请求时）:

设置	值
推荐并发	4个子代理
最大并发	8个子代理
使用场景	用户请求并行时的大批量生成

代理实现（仅并行模式）:

# 使用Task工具并行启动多个生成
# 每个Task作为后台子代理运行，run_in_background=true
# 通过TaskOutput在所有完成后收集结果

错误处理

• 缺少API密钥 → 错误并提供设置说明
• 生成失败 → 自动重试一次
• 无效长宽比 → 警告，继续使用默认值
• 参考图像与不支持提供商/模型 → 错误并提供修复提示（切换到Google多模态或OpenAI GPT图像编辑）

扩展支持

通过EXTEND.md自定义配置。参见偏好设置部分获取路径和支持选项。