AI 生图 · 详细教程

通过开放 API 做文生图、图生图、参考图控风格。需要你自己的 API Key，提交任务后轮询取回图片。

下载技能包

这是一个可以直接用的技能包（zip（约 9 KB））。下载解压后，按下面的「安装 / 用法」跑起来。

下载 AI 生图 · 详细教程 ↓

这是什么

image-gen 是一个调用开放 API 做图片生成的 skill：文生图、图生图、拿参考图锁定风格再改写，都走它。本 skill 只覆盖图片；要出视频用 video-gen，要配音用 audio-gen。

需要你自己的 API Key：它不内置额度，跑之前要配置好 Key，按平台计费。

适合谁 / 不适合谁

✅ 给一段提示词生成图片；拿一张参考图锁定风格再改写。
✅ 图生图、局部重绘这类常见出图流程。
❌ 不处理视频、音频。

怎么部署

下载解压：点页面顶部的「下载 …」拿到 zip，解压得到一个 image-gen/ 文件夹（里面是 SKILL.md 和 scripts/）。
装进 AI 助手：把整个 image-gen/ 文件夹放进你所用助手的 skills 目录，助手就能自动发现它 ——

WorkBuddy / CodeBuddy（用户级）：~/.workbuddy/skills/image-gen/，Windows 上是 C://Users//<你的用户名>//.workbuddy//skills//image-gen//；
只想在某个项目里用：<项目目录>/.workbuddy/skills/image-gen/。

配好 Key：这个 skill 要调用平台 API，需要你自己的 sk- Key —— 见下一节「准备：配置 API Key」。
用起来：直接跟助手说要做什么（例：「用 Nano Banana 生成一张 …」），它会调用。

准备：配置 API Key

程序按这个顺序找 Key：

本 skill 目录下的 api_key.txt；
环境变量 IMAGEGEN_API_KEY；
文件 ~/.image-gen/api_key.txt；
都没有 → 到平台官网「开放API」页面创建 sk- 开头的 Key（平台 API 域名 https://api.lk888.ai），拿到后写入 api_key.txt 保存。

它已内置接口地址与鉴权方式，你不用关心底层 URL。

用法

# 查图片模型列表 / 某模型参数
python scripts/generate.py --list-models
python scripts/generate.py --show-model <模型name>

# 文生图
python scripts/generate.py --model <模型name> --prompt-file prompt.txt \
  --params '{"size":"2048x2048"}' --out ./output

# 图生图：本地文件（自动转 base64）
python scripts/generate.py --model <模型name> --prompt-file prompt.txt \
  --image "C:/path/ref.png" --image-param <upload参数name> --out ./output

# 图生图：公网 URL
python scripts/generate.py --model <模型name> --prompt-file prompt.txt \
  --image "https://cdn.example.com/ref.jpg" --image-param <upload参数name> --out ./output

中文 prompt 不要直接放命令行参数（Windows GBK 会乱码），先写进 UTF-8 文件用 --prompt-file 传。

以返回的 is_final 为唯一终点，每 5 秒轮询一次，不要按墙钟时间一刀切超时；失败任务余额自动退回。

选型

用户点名品牌 → 在 type=image 模型列表里按名称/简介匹配。
用户没点名 → 优先用列表里排前面的模型（平台已按推荐度排序）。
需要图生图/参考图 → 选参数里带 type=upload 的模型（该参数即参考图输入位）。
⚠️ Midjourney 系模型的结果是一张 2×2 四宫格图（一张图里含 4 个候选画面），不是单张成品。交付时要说明这一点；只要其中一格时，用本地图像工具把该象限裁出来（左上=1、右上=2、左下=3、右下=4）再交付。

参考图的传法

填进模型 type=upload 的参数里（单图为字符串，多图为字符串数组），两种形式可混填：

公网 URL（首选）：用户给的图床/CDN/COS 链接直接填入。
base64 data URI（本地文件用这个）：data:image/png;base64,<数据>。仅支持图片（jpeg/png/webp/gif）；只能放在 upload 类参数里；大文件优先转成 URL 方式。

已知边界（如实说，不吹）

失败任务余额自动退回；按 error.type 分类处置（参数错误就改参数、Key 无效就检查 Key、余额不足就充值、频率限制就退避），不要对错误文案做文本匹配。
接口行为以平台实时返回为准，模型上下架、参数变化以 --show-model 查到的为准。

想要加功能

包里目前是 SKILL.md + scripts/generate.py。想加批量出图、固定风格工作流、或接进你们自己的系统 → 用页面底部的联系方式找我，说清场景，我帮你做。