✨ API Image

通过 API 接口生成图片，不绑定任何中转服务商，支持 Gemini、OpenAI DALL-E、最新的GPT-Image-2 模型，开箱即用。

✨ 核心特性

| 特性 | 说明 | |------|------| | 🌐 多模型支持 | 自动识别模型家族，支持 Gemini、DALL-E、GPT-Image等 | | 🖼️ 参考图支持 | Gemini 天然支持多张参考图输入，适合图片编辑、风格融合 | | 📐 智能参数映射 | 自动将宽高比映射为对应模型支持的尺寸 | 🔧 开箱即用 | 安装后用户只需要把 API 信息发给智能体，自动完成配置 | | 🛡️ 安全通用 | 技能不内置任何 API Key、服务地址、模型名称，完全由用户配置 | | ⏱️ 合理超时 | 默认 5 分钟超时，适配图片生成的长时间等待 | | 🎯 错误友好 | 提前配置检查、清晰错误提示，避免不必要的请求扣费 |

📖 支持的模型

| 模型家族 | 识别关键字 | 支持特性 | |---------|-----------|---------| | Gemini | gemini | 参考图、温度参数、宽高比、分辨率 (512/1K/2K/4K) | | DALL-E | dall-e / dalle | 尺寸 (1024x1024 / 1792x1024 / 1024x1792)、画质 (standard/hd)、风格 (vivid/natural) | | GPT-Image | gpt-image | 尺寸 (1024x1024 / 1536x1024 / 1024x1536)、画质 (low/medium/high/auto)、背景 (transparent/opaque/auto)、多图 (1-10张) | | Banana | banana | 标准 OpenAI 兼容参数 |

📖 安装使用

🚀 安装后第一步

安装完成后，将以下信息发给你的智能体即可完成配置：

- API Key: 你的令牌密钥
- Base URL: 你的中转站请求地址
- Model: 模型名称（请根据中转站命名方式填写）
- API Type: google  # 可选值: google, openai（也可以不填，自动识别）

智能体帮你完成配置，之后会生成一张测试图片验证接口连通性。

⌨️ 命令行使用（手动）

# 检查配置
./skills/api-image/scripts/api_image.py check

# 纯文本生成（通用）
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9

# Gemini 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -R 2K -t 0.9

# DALL-E 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -q hd --style vivid

# GPT-Image 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -q high --background transparent -n 4

# 参考图生成（仅 Gemini）
./skills/api-image/scripts/api_image.py reference ref1.png ref2.png -p "把这两张图融合成一张新图" -o output.png

⚙️ 参数说明

通用参数

| 参数 | 说明 | |------|------| | -p/--prompt | 提示词/编辑指令 (参考图生成必填) | | -o/--output | 输出图片文件名/路径 (默认 output.jpg)，多图时支持 {i} 占位符 | | -r/--aspect-ratio | 图片宽高比，例如 1:1/16:9/9:16/4:3/3:4 | | --api-type | API 类型 (google/openai)，默认从模型自动识别 | | --base-url | API 基础地址，默认从配置读取 | | --model | 模型名称，默认从配置读取 | | --api-key | API Key，默认从配置读取 | | --timeout | 请求超时（秒，默认 300） |

Gemini 专用

| 参数 | 说明 | |------|------| | -t/--temperature | 温度 (0-1，默认 0.9) | | -R/--resolution | 图片分辨率，可选 512/1K/2K/4K |

OpenAI DALL-E 专用

| 参数 | 说明 | |------|------| | -s/--size | 图片尺寸，例如 1024x1024/1792x1024 (优先使用 --aspect-ratio) | | -q/--quality | 画质，可选 standard/hd | | --style | 风格，可选 vivid (鲜艳)/natural (自然) |

GPT-Image 专用

| 参数 | 说明 | |------|------| | -s/--size | 图片尺寸，例如 1024x1024/1536x1024 (优先使用 --aspect-ratio) | | -q/--quality | 画质，可选 low/medium/high/auto | | --background | 背景，可选 transparent/opaque/auto | | --moderation | 内容审核，可选 auto/low | | -n/--number | 生成图片数量，支持 1-10 张 |

🔧 技术实现细节（供开发者参考）

模型识别逻辑

Gemini: 模型名包含 gemini → 使用 Google 协议，标准 Gemini 格式
DALL-E: 模型名包含 dall-e 或 dalle → 使用 OpenAI 协议，DALL-E 特有参数
GPT-Image: 模型名包含 gpt-image → 使用 OpenAI 协议，GPT-Image 特有参数
Banana: 模型名包含 banana → 使用 OpenAI 协议，标准参数

Gemini imageConfig

Gemini 支持通过 image_config 设置：

aspect_ratio: 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9
image_size: 512, 1K, 2K, 4K

宽高比自动映射

DALL-E / Banana:

1:1 → 1024x1024
16:9 / 4:3 → 1792x1024
9:16 / 3:4 → 1024x1792

GPT-Image:

1:1 → 1024x1024
16:9 / 4:3 → 1536x1024
9:16 / 3:4 → 1024x1536

响应解析

Google 协议: data.candidates[0].content.parts[0].inlineData.data

OpenAI 协议:

优先: data.data[0].b64_json
备选: data.data[0].url 或 data.images[0].url

多图生成策略

DALL-E: 强制 n=1（官方限制）
GPT-Image: 支持 n=1-10
Gemini: 单次请求只返回一张

技能做好了通用化设计，不管你用哪个中转，只要支持标准协议就能用，是你图片生成的通用利器 🎉