Ai Image Gen Free

SKILL.md

---
slug: ai-image-gen-free
name: ai-image-gen-free
version: "1.0.0"
displayName: AI图像生成基础版
summary: Gemini Flash Image 文生图基础版,支持标准与2K分辨率、10种画面比例。
license: MIT
description: |-
  AI 图像生成基础版(免费),通过执行脚本调用 Gemini Flash Image API 完成文本生成图像。
  核心能力:
  - 文生图: 文本提示词生成图像,支持主体/场景/光线/风格/色调描述
  - 多比例: 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 共 10 种
  - 双分辨率: 标准 / 2K
  适用场景:
  - 社交媒体头像、封面、壁纸快速生成
  - 个人创作者图片原型与灵感草图
  - 学习试用与轻量图像生产
tags:
  - Creative
  - 图像生成
tools:
  - read
  - exec
---

# AI Image Gen LITE

AI 图像生成基础版,通过执行 `scripts/generate_image.py` 调用 Gemini Flash Image API 生成图片。仅支持文本生成图像(文生图),覆盖标准与 2K 两档分辨率、10 种画面比例。

**范围外**(本技能不做): 图生图(图+文)、风格转换、4K 分辨率、批量生成(需升级 ai-image-gen 专业版)。

## 依赖说明

### 运行环境
- **Agent平台**: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
- **操作系统**: Windows / macOS / Linux

### 依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|:-------|:-----|:---------|:---------|
| LLM API | API | 必需 | 由Agent内置LLM提供 |

### API Key 配置
需要配置对应API Key，详见上文环境配置章节

### 可用性分类
- **分类**: MD+EXEC（）


**API Key配置方式**:
```bash
export API_KEY="your_api_key_here"
```
配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统。

## 核心能力

### 认证与配置
脚本通过环境变量读取 API 配置,永不硬编码 Key 到脚本文件。

```bash
export IMAGE_GEN_API_KEY="your_api_key"
export IMAGE_GEN_BASE_URL="https://code.newcli.com/gemini"  # 可选,默认即此值
```

校验配置是否就绪:

```bash
[ -n "${IMAGE_GEN_API

**处理**: 按照skill规范执行认证与配置操作。

**输入**: 用户提供认证与配置所需的指令和必要参数。
### 基础生成

使用 `scripts/generate_image.py` 完成文生图:

```bash
# 默认 2K-16x9 横屏
python3 scripts/generate_image.py "你的提示词" --output output.png

# 指定 1:1 方形(社交头像)
python3 scripts/generate_image.py "你的提示词" \
  --model ge

**输入**: 用户提供基础生成所需的参数和指令。
**处理**: 按照skill规范执行基础生成操作。

### 参数说明

| 参数 | 必填 | 说明 |
|:-----|:-----|:-----|
| prompt | 是 | 图片描述提示词 |
| --model, -m | 否 | 模型名称,默认 gemini-3.1-flash-image-2k-16x9 |
| --output, -o | 否 | 输出文件路径,默认当前目录 generated_image.png |

**处理**: 按照skill规范执行参数说明操作。

### 可用模型(基础版)
默认模型 `gemini-3.1-flash-image-2k-16x9`(2K,16:9 横屏)。

**输入**: 用户提供可用模型(基础版)所需的指令和必要参数。
**处理**: 按照skill规范执行可用模型(基础版)操作,遵循单一意图原则。
**输出**: 返回可用模型(基础版)的执行结果,包含操作状态和输出数据。
### 标准分辨率
| 模型 ID | 比例 | 适用场景 |
| --- | --- | --- |
| gemini-3.1-flash-image | 1:1 | 社交媒体头像 |
| gemini-3.1-flash-image-9x16 | 9:16 | 手机壁纸/短视频 |
| ge

**输入**: 用户提供可用模型(基础版)所需的参数和指令。
**处理**: 按照skill规范执行可用模型(基础版)操作。
**输出**: 返回可用模型(基础版)的执行结果,包含操作状态和输出数据。

### 提示词技巧

- **具体描述**: 主体、场景、光线、风格、色调
- **风格参考**: 水彩、油画、赛博朋克、吉卜力、写实摄影、中国工笔
- **构图说明**: 视角(俯视/仰视)、景深、焦点
- **色彩指定**: 主色调、配色方案

**输入**: 用户提供提示词技巧所需的参数和指令。
**处理**: 按照skill规范执行提示词技巧操作。
**输出**: 返回提示词技巧的执行结果,包含操作状态和输出数据。

### 能力覆盖范围

本skill还覆盖以下能力场景: 文生图基础版、支持标准与、种画面比例、图像生成基础版、通过执行脚本调用、完成文本生成图像、核心能力、文本提示词生成图、支持主体、色调描述、多比例、双分辨率、壁纸快速生成、个人创作者图片原、型与灵感草图、学习试用与轻量图、像生产。这些能力在上述核心功能中均有对应处理逻辑。
## 认证与配置

脚本通过环境变量读取 API 配置,永不硬编码 Key 到脚本文件。

```bash
export IMAGE_GEN_API_KEY="your_api_key"
export IMAGE_GEN_BASE_URL="https://code.newcli.com/gemini"  # 可选,默认即此值
```

校验配置是否就绪:

```bash
[ -n "${IMAGE_GEN_API_KEY:-}" ] && echo ok || echo missing
```

若 Key 缺失,引导用户通过 Gemini Image 服务渠道申请并配置环境变量,完成后重新发起生成请求。

**安全红线**: 永不接受/回显/存储来自聊天输入的 Key;永不将 Key 写入日志或图片元数据。

## 基础生成

使用 `scripts/generate_image.py` 完成文生图:

```bash
# 默认 2K-16x9 横屏
python3 scripts/generate_image.py "你的提示词" --output output.png

# 指定 1:1 方形(社交头像)
python3 scripts/generate_image.py "你的提示词" \
  --model gemini-3.1-flash-image-2k \
  --output avatar.png

# 指定 9:16 竖屏(手机壁纸)
python3 scripts/generate_image.py "你的提示词" \
  --model gemini-3.1-flash-image-2k-9x16 \
  --output wallpaper.png
```

脚本将生成的文件路径输出到 stdout,Agent 应将文件回传给用户。

## 参数说明

| 参数 | 必填 | 说明 |
|:-----|:-----|:-----|
| prompt | 是 | 图片描述提示词 |
| --model, -m | 否 | 模型名称,默认 gemini-3.1-flash-image-2k-16x9 |
| --output, -o | 否 | 输出文件路径,默认当前目录 generated_image.png |

## 可用模型(基础版)

默认模型 `gemini-3.1-flash-image-2k-16x9`(2K,16:9 横屏)。

### 标准分辨率
| 模型 ID | 比例 | 适用场景 |
| --- | --- | --- |
| gemini-3.1-flash-image | 1:1 | 社交媒体头像 |
| gemini-3.1-flash-image-9x16 | 9:16 | 手机壁纸/短视频 |
| gemini-3.1-flash-image-16x9 | 16:9 | 电脑壁纸 |

### 2K 分辨率(推荐)
| 模型 ID | 比例 |
| --- | --- |
| gemini-3.1-flash-image-2k | 1:1 |
| gemini-3.1-flash-image-2k-9x16 | 9:16 |
| gemini-3.1-flash-image-2k-16x9 | 16:9 |

> **升级提示**: 4K 印刷级分辨率、图生图、风格转换、批量生成等高级能力仅在 ai-image-gen 专业版中提供。

## 提示词技巧

- **具体描述**: 主体、场景、光线、风格、色调
- **风格参考**: 水彩、油画、赛博朋克、吉卜力、写实摄影、中国工笔
- **构图说明**: 视角(俯视/仰视)、景深、焦点
- **色彩指定**: 主色调、配色方案

## 适用场景

| 场景 | 典型输入 | 输出内容 |
| --- | --- | --- |
| 社交头像生成 | "生成一张赛博朋克风头像" | 1:1 PNG 文件 |
| 手机壁纸生成 | "做一张星空主题竖屏壁纸" | 9:16 PNG 文件 |
| 横幅配图生成 | "科技主题横幅配图" | 16:9 PNG 文件 |

**不适用于**: 图生图二次创作、图片风格转换、4K 印刷输出、批量生成(需升级专业版)。

## 使用流程

### 校验配置
确认 `IMAGE_GEN_API_KEY` 已设置,否则引导用户配置。

### 选择模型
根据用途选择比例: 头像选 1:1,壁纸选 9:16,横幅选 16:9。默认 2K-16x9。

### 优化提示词
将用户描述扩展为详细提示词,覆盖主体、场景、光线、风格、色调。

### 执行生成与展示
调用脚本生成图片,读取文件路径并回传用户。

**结果处理**: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,参考错误处理章节获取恢复步骤。

**使用步骤**:
1. 阅读依赖说明章节,确认运行环境已就绪
2. 根据任务需求,参考核心能力章节选择对应能力
3. 按照能力描述提供输入参数,执行操作
4. 查看输出结果,确认任务完成状态


## 案例展示

### 案例一： 社交媒体头像
**场景**: 用户需要生成一张赛博朋克风格的方形头像

```bash
python3 scripts/generate_image.py \
  "赛博朋克风格女性肖像,霓虹灯光映射面部,紫色与青色主色调,雨后湿润质感,高对比度,1:1 构图" \
  --model gemini-3.1-flash-image-2k \
  --output avatar.png
```

**输出**: `avatar.png` 文件路径

**说明**: 2K 方形模型适配社交头像标准尺寸,提示词覆盖风格(赛博朋克)、色调(紫/青)、质感(雨后湿润)与构图(1:1)。

### 案例二： 手机壁纸
**场景**: 创作者需要一张星空主题的竖屏手机壁纸

```bash
python3 scripts/generate_image.py \
  "深邃星空,银河横跨夜空,远山下宁静的湖泊倒映星光,极简构图,冷色调,9:16 竖屏" \
  --model gemini-3.1-flash-image-2k-9x16 \
  --output wallpaper.png
```

**输出**: `wallpaper.png` 文件路径

**说明**: 9:16 竖屏模型适配手机壁纸比例,冷色调与极简构图描述确保画面氛围统一。

## 异常处理


| 错误场景 | 错误信息 | 原因分析 | 处理方式 |
|---------|---------|---------|---------|
| missing_api_key | `IMAGE_GEN_API_KEY missing` | 环境变量未设置 | 不调 API,引导用户申请并配置 Key |
| 401 unauthorized | `{"error":"invalid_api_key"}` | Key 失效或格式错误 | 不执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,引导用户重新获取 Key |
| 429 rate_limited | `{"error":"rate_limited"}` | 短时间请求过多 | 等待 2 秒后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,最多 3 次 |
| 400 unsupported_model | `{"error":"model_not_found"}` | 模型 ID 拼写错误 | 不执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,核对可用模型列表 |
| 5xx server_error | HTTP 500/502/503 | Gemini Image 服务端错误 | 等待后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,最多 2 次 |

## 常见问题

### Q1: 基础版与专业版有什么区别?
A: 基础版(LITE)支持文生图、标准/2K 分辨率、10 种比例。专业版(ai-image-gen)额外提供: 4K 印刷级分辨率、图生图(图+文)、风格转换、批量生成,以及更完整的高级参数与案例。

### Q2: 默认模型是什么?
A: 默认 `gemini-3.1-flash-image-2k-16x9`(2K 分辨率,16:9 横屏)。可通过 `--model` 切换其他比例与分辨率。

### Q3: 支持哪些画面比例?
A: 支持 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 共 10 种。基础版在标准与 2K 两档均提供全比例,4K 档需升级专业版。

### Q4: 生成的图片能商用吗?
A: 图片版权以 Gemini Image 服务方条款为准。商业使用前请确认服务条款,本技能仅负责生成调用,不代为处理版权登记与授权。

## 错误处理


| 错误场景 | 原因 | 处理方式 |
|---------|------|---------|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接，执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令请求；确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求，参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述，补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求；检查命令权限设置 |

## 已知限制

1. **仅文生图**: 不支持图生图与风格转换(需升级专业版)
2. **无 4K**: 仅支持标准与 2K 分辨率,4K 印刷级输出需升级专业版
3. **需 API Key**: 必须配置 `IMAGE_GEN_API_KEY`
4. **生成质量取决于提示词**: 描述越具体结果越符合预期
5. **需网络访问**: 无法访问 IMAGE_GEN_BASE_URL 时不可用

---

> **想要 4K 印刷级输出、图生图、风格转换、批量生成?** 升级到 ai-image-gen 专业版解锁全部高级能力。