Image Gen

Nano-banana 图像生成与编辑 Skill

使用 Nano-banana-3.1-Flash API 进行图像生成与编辑，支持：

• 文生图 (text-to-image): 根据文字描述生成图像
• 图生图 (image-to-image): 基于参考图生成新图像

自动压缩超过 1MB 的图片，保存到 workspace，并直接在飞书中展示。

配置

在workspace目录下创建 .env 文件：

# .env
IMAGE_API_BASE_URL=https://api.imyaigc.top
IMAGE_API_KEY=your-api-key-here
IMAGE_MODEL=gemini-3.1-flash-image-preview
IMAGE_SIZE=2K
IMAGE_ASPECT_RATIO=1:1

图片保存位置

所有生成的图片保存在：

~/.openclaw/workspace/img/

文件名格式：image_YYYYMMDD_HHMMSS.png

压缩规则：

• 原始图片保存为：image_YYYYMMDD_HHMMSS_original.png
• 如果原图 > 1MB，自动压缩并保存为：image_YYYYMMDD_HHMMSS.png
• 发送到时使用压缩后的版本

使用方法

1. 文生图 (Text-to-Image)

直接告诉我要生成什么图片：

示例：

• "生成一张夕阳下的海滩图片"
• "画一只可爱的猫咪"
• "创建一个赛博朋克风格的大龙虾，16:9 比例"

2. 图生图 (Image-to-Image)

提供参考图和修改描述：

示例：

• "基于这张图，改成水彩风格"
• "把这张图改成夜景"
• "参考这张图，生成一个类似风格的建筑"
• "把这张照片变成油画风格"

工作流程：

1. 用户提供参考图（发送图片）
2. 下载图片并转为 base64
3. 调用 API 时传入 image 参数
4. 返回基于参考图生成的新图像

工作流程

文生图流程

1. 解析参数

   • 提取提示词
   • 识别宽高比参数（如 "16:9"、"1:1"）

2. 调用 API

   curl -X POST "${IMAGE_API_BASE_URL}/v1/images/generations" \
       -H "Authorization: Bearer ${IMAGE_API_KEY}" \
       -H "Content-Type: application/json" \
       -d '{
           "model": "'"${IMAGE_MODEL}"'",
           "prompt": "描述内容",
           "response_format": "url",
           "aspect_ratio": "16:9"
       }'
   

图生图流程

1. 获取参考图

   • 用户发送图片
   • 下载图片并转为 base64

2. 调用 API

   curl -X POST "${IMAGE_API_BASE_URL}/v1/images/generations" \
       -H "Authorization: Bearer ${IMAGE_API_KEY}" \
       -H "Content-Type: application/json" \
       -d '{
           "model": "'"${IMAGE_MODEL}"'",
           "prompt": "修改描述（如：改为水彩风格）",
           "response_format": "url",
           "aspect_ratio": "16:9",
           "image": ["data:image/png;base64,iVBORw0KGgo..."]
       }'
   

3. 获取图片 URL

   • 从响应中提取 data[0].url

4. 下载并保存原始图片

   OUTPUT_DIR=~/.openclaw/workspace/img
   TIMESTAMP=$(date +%Y%m%d_%H%M%S)
   ORIGINAL_FILE="${OUTPUT_DIR}/image_${TIMESTAMP}_original.png"
   FINAL_FILE="${OUTPUT_DIR}/image_${TIMESTAMP}.png"
   
   curl -o "$ORIGINAL_FILE" "$IMAGE_URL"
   

5. 检查大小并压缩（如需要）

   FILE_SIZE=$(stat -f%z "$ORIGINAL_FILE" 2>/dev/null || stat -c%s "$ORIGINAL_FILE")
   MAX_SIZE=$((1024 * 1024))  # 1MB
   
   if [ "$FILE_SIZE" -gt "$MAX_SIZE" ]; then
       echo "图片超过 1MB，正在压缩..."
       python3 compress_image.py "$ORIGINAL_FILE" "$FINAL_FILE" 1
   else
       cp "$ORIGINAL_FILE" "$FINAL_FILE"
   fi
   

6. 发送到飞书 如果在飞书对话中，注意以下发送方式

   message(
     action="send",
     channel="feishu",
     accountId="second",
     target="用户或群组ID",
     media="~/.openclaw/workspace/img/image_xxx.png"
   )
   

压缩工具

使用 compress_image.py 进行图片压缩：

# 用法
python3 compress_image.py <input> <output> [max_size_mb]

# 示例
python3 compress_image.py original.png compressed.png 1

压缩策略：

1. 如果图片 ≤ 1MB，不压缩
2. 如果图片 > 1MB：
   • 逐步降低 JPEG 质量 (85 → 10)
   • 如果仍超过限制，缩小尺寸 (90% → 30%)
3. 保留原始文件，压缩结果另存

支持的参数

宽高比 (aspect_ratio)

• 1:1 - 正方形（默认）
• 4:3, 3:4 - 标准比例
• 16:9, 9:16 - 宽屏/竖屏
• 2:3, 3:2 - 照片比例
• 4:5, 5:4 - 接近正方形
• 21:9 - 超宽屏
• 1:4, 4:1 - 长条形
• 8:1, 1:8 - 超长条形

图像尺寸 (image_size)

• 1K - 适合快速预览
• 2K - 推荐默认（默认）
• 4K - 高清大图
• 512px - 小图

参考图 (image)

• 类型：字符串数组
• 格式：URL 或 base64 编码（推荐 data:image/png;base64,... 格式）
• 支持：单张或多张参考图

API 信息

• Endpoint: POST /v1/images/generations
• 认证: Authorization: Bearer {{YOUR_API_KEY}}
• 模型: ${IMAGE_MODEL} (默认: gemini-3.1-flash-image-preview)
• Base URL: https://api.imyaigc.top

完整请求参数

目录结构

~/.openclaw/workspace/
├── img/                          # 生成的图片保存目录
│   ├── image_20260302_221900_original.png  # 原始图片
│   ├── image_20260302_221900.png           # 压缩后（用于发送）
│   └── ...
└── skills/
    └── image-gen/
        ├── SKILL.md              # 本说明文件
        ├── image-gen.sh          # 生成脚本
        ├── compress_image.py     # 压缩工具
        ├── .env                  # API 配置
        └── .env.example          # 配置示例

注意事项

1. 图片必须保存在 ~/.openclaw/workspace/img/ 目录
2. 超过 1MB 的图片会自动压缩后再发送到飞书
3. 原始图片保留，方便后续使用
4. 文件名使用时间戳避免冲突
5. 提示词会自动翻译为英文以获得更好的生成效果
6. API 调用可能需要 30-60 秒，请告知用户等待
7. 图生图时：参考图会转为 base64 传入 API 的 image 参数