Gemini Image Generator

Gemini Image Generator

通过 Gemini 模型实现文生图、图片编辑与多图合成，支持 OpenAI 兼容和 Google 原生两种 API 格式，可自定义端点和密钥。

快速开始

1. 安装技能

方式 A：通过 ClawHub 安装（推荐）

clawhub install gemini-image-generator

默认安装到 OpenClaw 工作区的 {workspace}/skills/ 目录下。如需安装到全局目录 ~/.openclaw/skills/，可指定 --workdir：

clawhub install gemini-image-generator --workdir ~/.openclaw

方式 B：手动安装

将技能目录复制到以下任一位置：

• ~/.openclaw/skills/gemini-image-generator/ — 全局可用
• {workspace}/skills/gemini-image-generator/ — 仅当前工作区可用
• 自定义目录 — 需在 openclaw.json 中配置 skills.load.extraDirs（见下方说明）

{
  "skills": {
    "load": {
      "extraDirs": ["/path/to/your/skills"]  // 数组，可配多个目录
    }
  }
}

2. 安装依赖

• python3（>=3.10）
• uv（Python 包管理器）

# macOS
brew install python3 uv

# Linux (Debian/Ubuntu)
sudo apt install python3
curl -LsSf https://astral.sh/uv/install.sh | sh

国内用户安装 uv 可能会遇到网络问题，请自行下载安装。

3. 配置

编辑 ~/.openclaw/openclaw.json，在 skills.entries 中添加：

{
  "skills": {
    "entries": {
      "gemini-image-generator": {
        "enabled": true,
        "apiKey": "your-api-key",                  // 必填：Gemini API 密钥
        "env": {
          "GEMINI_BASE_URL": "https://your-provider.com/v1", // 必填：API 端点
          "GEMINI_MODEL": "gemini-3-pro-preview",             // 可选：模型名称
          "GEMINI_API_FORMAT": "openai",           // 可选：openai（默认）或 google
          "GEMINI_TIMEOUT": "300",                 // 可选：超时秒数
          "GEMINI_OUTPUT_DIR": "images"            // 可选：输出目录，
        }
      }
    }
  }
}

4. 验证安装

openclaw skills info gemini-image-generator

看到 gemini-image-generator 状态为 ✓ ready 即安装成功。如果显示 ✗ missing，请检查 python3、uv 是否在 PATH 中，以及 GEMINI_API_KEY 和 GEMINI_BASE_URL 是否已配置。

使用方法

生成图片

uv run {baseDir}/scripts/generate_image.py --prompt "图片描述" --filename "output.png"

编辑图片（单图）

uv run {baseDir}/scripts/generate_image.py --prompt "编辑指令" --filename "edited.png" -i "/path/input.png" --resolution 2K

合成多张图片（最多 14 张）

uv run {baseDir}/scripts/generate_image.py --prompt "合成指令" --filename "composed.png" -i img1.png -i img2.png -i img3.png

指定自定义端点

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" \
  --base-url "https://example.com/v1" --api-key "sk-xxx" --model "gemini-3-pro-preview"

使用 Google 原生格式

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" --api-format google

配置参考

优先级：命令行参数 > 环境变量（由 skills.entries.gemini-image-generator.env 注入）

其他可选参数：

• --input-image / -i：输入图片路径（可重复，最多 14 张）
• --quality：standard（默认）或 hd
• --style：natural（默认）或 vivid
• --verbose / -v：输出详细调试信息

注意事项

• 文件名使用时间戳格式：yyyy-mm-dd-hh-mm-ss-name.png
• 脚本输出 MEDIA: 行供 OpenClaw 自动附件到聊天
• 不要回读图片内容，只报告保存路径
• 编辑模式下未指定分辨率时，自动根据输入图片尺寸推断
• 内置 429 限流和超时自动重试（最多 3 次）
• API 响应格式详见 references/api-formats.md