wlzh 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、RunningHub 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（ModelScope、RunningHub）
- 💾 自动保存生成的图片
- 🛡️ 错误处理和重试机制
- 🧪 测试模式支持（无需 API Key）
使用方式
方式 1：直接命令行调用
# 基本用法（默认使用 gemini）
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat"
# 指定 API 类型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --api-type modelscope
# RunningHub 文生图
python3 ~/.claude/skills/image-generator/generate_image.py \
"一只金色的猫在阳光下打盹" \
--api-type runninghub
# 指定输出路径
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --output /path/to/image.jpg
# 参考图编辑/身份保持（Gemini 图片模型）
python3 ~/.claude/skills/image-generator/generate_image.py \
"保留人物身份，改为正面摄影棚头肩照" \
--reference-image /path/to/person.png \
--size 1024x1280 \
--output /path/to/portrait.png
# 指定模型
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --model "Tongyi-MAI/Z-Image-Turbo"
# 测试模式（无需 API Key）
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test
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（不传 api_type 时从 config.json 的 default_api 读取）
generator = ImageGenerator()
# 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}")
# RunningHub 文生图示例
from generate_image import ImageGenerator
generator = ImageGenerator(api_type="runninghub")
image_path = generator.generate(
prompt="一只金色的猫在阳光下打盹",
output_path="/path/to/output.jpg"
)
配置
首次使用配置
- 复制配置模板文件：
cp ~/.claude/skills/image-generator/config.json.example ~/.claude/skills/image-generator/config.json
- 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": "runninghub",
"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-3-pro-image-preview",
"api_url": "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image-preview:generateContent",
"timeout": 120,
"size": "1024x1024",
"quality": "standard"
},
"runninghub": {
"base_url": "https://www.runninghub.cn/openapi/v2",
"api_key": "your-runninghub-api-key-here",
"model": "rhart-image-n-g31-flash/text-to-image",
"timeout": 300,
"poll_interval": 5,
"resolution": "2k"
},
"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、gemini或runninghub）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（如gemini-3-pro-image-preview）api_url: API 端点地址timeout: 请求超时时间（秒）size: 图片尺寸（如1024x1024）quality: 生成质量（standard或high）
RunningHub 配置：
base_url: RunningHub OpenAPI 地址api_key: RunningHub API Keymodel: 使用的模型路径（如rhart-image-n-g31-flash/text-to-image）timeout: 请求超时时间（秒）poll_interval: 轮询间隔（秒）resolution: 默认分辨率（如2k）
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-3-pro-image-preview- Gemini 3 Pro 图片生成- 其他 Gemini 支持的模型
RunningHub
rhart-image-n-g31-flash/text-to-image- 文生图（2K 分辨率）- 其他 RunningHub OpenAPI 兼容模型
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）
max_retries: int = 3, # 最大重试次数
test_mode: bool = False, # 测试模式
reference_images: list[str] = None # Gemini 参考图片，可传多张
) -> 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
测试模式
支持测试模式，无需配置 API Key 即可快速测试图片生成流程：
# 命令行使用测试模式
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test
# Python 代码中使用测试模式
generator = ImageGenerator(api_type="gemini")
image_path = generator.generate(
prompt="A beautiful landscape",
test_mode=True # 启用测试模式
)
测试模式会生成一张包含提示词内容的示例图片，适合在开发调试或无网络环境时使用。
示例
示例 1：基本使用
python3 ~/.claude/skills/image-generator/generate_image.py "A futuristic city"
示例 2：测试模式（无需 API Key）
python3 ~/.claude/skills/image-generator/generate_image.py "A golden cat" --test
示例 3：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 4：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
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
网络要求：
- 需要稳定的网络连接
- 某些 API 可能需要科学上网
生成时间：
- ModelScope 通常需要 10-30 秒
- Gemini 通常需要 5-15 秒
- RunningHub 通常需要 15-30 秒
成本考虑：
- 某些 API 可能产生费用
- 建议监控 API 使用情况
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