图片生成 Skill

通用的图片生成服务，支持多种 AI 模型，可被其他 Skills 直接调用。

功能特性

• 🎨 支持多种 AI 模型（ModelScope、Gemini 等）
• 📦 可作为库被其他 Skills 导入调用
• ⚙️ 灵活的配置系统
• 🔄 异步任务支持
• 💾 自动保存生成的图片
• 🛡️ 错误处理和重试机制

使用方式

方式 1：直接命令行调用

# 基本用法
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat"

# 指定输出路径
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --output /path/to/image.jpg

# 指定模型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --model "Tongyi-MAI/Z-Image-Turbo"

# 指定 API 类型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --api-type modelscope

方式 2：在其他 Skills 中导入调用

import sys
from pathlib import Path

# 添加 image-generator skill 到路径
image_gen_path = Path.home() / ".claude/skills/image-generator"
sys.path.insert(0, str(image_gen_path))

from generate_image import ImageGenerator

# 创建生成器实例
generator = ImageGenerator(api_type="modelscope")

# 生成图片
image_path = generator.generate(
    prompt="A beautiful landscape",
    output_path="/path/to/output.jpg"
)

print(f"图片已生成: {image_path}")

配置

首次使用配置

1. 复制配置模板文件：

cp ~/.claude/skills/image-generator/config.json.example ~/.claude/skills/image-generator/config.json

2. 编辑配置文件填入你的 API Key：

配置文件位于：~/.claude/skills/image-generator/config.json

{
  "default_api": "modelscope",
  "modelscope": {
    "base_url": "https://api-inference.modelscope.cn/",
    "api_key": "your-modelscope-token-here",
    "model": "Tongyi-MAI/Z-Image-Turbo",
    "timeout": 300,
    "poll_interval": 5
  },
  "gemini": {
    "api_key": "your-gemini-api-key-here",
    "model": "gemini-2.0-flash",
    "timeout": 60
  },
  "output_dir": "~/Downloads/shell/work/generated_images",
  "image_format": "jpg",
  "quality": 95
}

配置参数说明

通用配置：

• default_api: 默认使用的 API（modelscope 或 gemini）
• output_dir: 图片输出目录
• image_format: 图片格式（jpg、png、webp）
• quality: 图片质量（1-100）

ModelScope 配置：

• base_url: ModelScope API 地址
• api_key: ModelScope API Token（从 https://modelscope.cn 获取）
• model: 使用的模型名称
• timeout: 请求超时时间（秒）
• poll_interval: 轮询间隔（秒）

Gemini 配置：

• api_key: Google Gemini API Key（从 https://ai.google.dev 获取）
• model: 使用的模型名称
• timeout: 请求超时时间（秒）

注意：

• config.json 包含敏感的 API Key，已被 .gitignore 忽略
• 不要将包含真实 API Key 的配置文件提交到版本库
• 使用 config.json.example 作为模板参考

支持的模型

ModelScope

• Tongyi-MAI/Z-Image-Turbo – 高速图片生成
• damo/text-to-image-synthesis – 文本到图片
• 其他 ModelScope 支持的模型

Gemini

• gemini-2.0-flash – Google Gemini 2.0 Flash
• 其他 Gemini 支持的模型

API 参数

generate() 方法

generator.generate(
    prompt: str,                    # 图片描述（必需）
    output_path: str = None,        # 输出路径（可选）
    model: str = None,              # 指定模型（可选）
    size: str = "1024x1024",        # 图片尺寸
    quality: str = "standard",      # 生成质量
    style: str = None,              # 风格（可选）
    timeout: int = 300              # 超时时间（秒）
) -> str                            # 返回图片路径

错误处理

• 自动重试失败的请求（最多 3 次）
• 详细的错误日志
• 优雅的降级处理

示例

示例 1：基本使用

python3 ~/.claude/skills/image-generator/generate_image.py "A futuristic city"

示例 2：在 Python 中使用

from generate_image import ImageGenerator

gen = ImageGenerator()
image = gen.generate("A beautiful sunset over the ocean")
print(f"Generated: {image}")

示例 3：在其他 Skill 中集成

# 在 write-article skill 中
from pathlib import Path
import sys

sys.path.insert(0, str(Path.home() / ".claude/skills/image-generator"))
from generate_image import ImageGenerator

def generate_article_cover(title):
    gen = ImageGenerator()
    cover_image = gen.generate(
        prompt=f"Professional article cover for: {title}",
        output_path=f"./covers/{title}.jpg"
    )
    return cover_image

注意事项

1. API Key 配置：

   • 需要在 config.json 中配置相应的 API Key
   • 不要将 API Key 提交到版本控制

2. 网络要求：

   • 需要稳定的网络连接
   • 某些 API 可能需要科学上网

3. 生成时间：

   • ModelScope 通常需要 10-30 秒
   • Gemini 通常需要 5-15 秒

4. 成本考虑：

   • 某些 API 可能产生费用
   • 建议监控 API 使用情况

5. 输出格式：

   • 支持 JPG、PNG、WebP 等格式
   • 默认输出为 JPG 格式

故障排除

问题 1：API Key 无效

错误: Unauthorized
解决: 检查 config.json 中的 API Key 是否正确

问题 2：生成超时

错误: Timeout
解决: 增加 config.json 中的 timeout 值

问题 3：网络连接失败

错误: Connection Error
解决: 检查网络连接，某些 API 可能需要科学上网

依赖

• requests
• Pillow (PIL)
• 其他 Skills 可选依赖

许可证

MIT