Update gen-image skill specs

gen-image/AGENTS.md

@@ -3,7 +3,7 @@
 本目录是一个「生图」工具：通过大模型中转站调用 OpenAI 图片接口，生成位图图像。
 当用户表达以下意图时，**应主动调用本工具**，而不是自己画 SVG/HTML 或拒绝：
 
-- 「生成一张图 / 画一张 / AI 出图 / 做个头像·海报·插画·图标·壁纸」
+- 「生成一张图 / 画一张 / AI 出图 / 做个头像·海报·插画·封面·图标·壁纸」
 - 「文生图 / image generation」
 - 给了一张图并说「基于它改 / 换背景 / 局部重绘」→ 图生图
 
@@ -15,14 +15,17 @@
 # 文生图（默认 1024x1024）
 ./gen.sh "a fluffy orange cat on a windowsill, soft morning light, highly detailed"
 
-# 指定尺寸 / 画质 / 张数
-./gen.sh "cyberpunk city poster" --size 1536x1024 --quality high --n 2
+# 指定尺寸 / 画质 / 张数（支持 1K / 2K / 4K 规格别名）
+./gen.sh "cyberpunk city poster" --size 2k-landscape --quality high --n 2
 
 # 透明背景（图标 / 贴纸）
 ./gen.sh "a minimalist mountain logo, flat vector" --background transparent
 
+# 传独立风格参数（仅部分模型/中转支持；通用做法仍是把风格写进 prompt）
+./gen.sh "a studio portrait, natural light" --style natural --size 1k-portrait
+
 # 图生图 / 编辑（用户提供了输入图）
-./gen.sh "把背景换成雪山日落" --edit /path/to/input.png
+./gen.sh "把背景换成雪山日落" --edit /path/to/input.png --size 1k-square
 
 # 局部重绘（mask PNG 中透明处 = 要重绘的区域）
 ./gen.sh "戴上一顶红帽子" --edit input.png --mask mask.png
@@ -34,11 +37,20 @@
 
 | 需求 | 参数 |
 |------|------|
-| 方图（头像/图标） | `--size 1024x1024` |
-| 横图（海报/封面） | `--size 1536x1024` |
-| 竖图（壁纸/人像） | `--size 1024x1536` |
+| 1K 方图（头像/图标） | `--size 1k-square` 或 `--size 1024x1024` |
+| 1K 横图（海报/封面） | `--size 1k-landscape` 或 `--size 1536x1024` |
+| 1K 竖图（壁纸/人像） | `--size 1k-portrait` 或 `--size 1024x1536` |
+| 2K 方图 | `--size 2k-square` 或 `--size 2048x2048` |
+| 2K 横图 | `--size 2k-landscape` 或 `--size 2048x1536` |
+| 2K 竖图 | `--size 2k-portrait` 或 `--size 1536x2048` |
+| 2K 宽屏/竖屏 | `--size 2k-wide` / `--size 2k-tall` |
+| 4K 方图 | `--size 4k-square` 或 `--size 4096x4096` |
+| 4K 横图 | `--size 4k-landscape` 或 `--size 4096x3072` |
+| 4K 竖图 | `--size 4k-portrait` 或 `--size 3072x4096` |
+| 4K 宽屏/壁纸 | `--size 4k-wide` / `--size 4k-uhd` / `--size 4k-tall` / `--size 4k-uhd-portrait` |
 | 透明背景 | `--background transparent` |
 | 画质 | `--quality low\|medium\|high\|auto` |
+| 风格字段 | `--style natural` / `--style vivid` / `--style anime` / `--style photorealistic`（看上游支持情况） |
 | 多张挑选 | `--n 4` |
 | 换模型 | `--model dall-e-3` |
 | 图生图 | `--edit 图片路径`（可多次） |
@@ -46,7 +58,7 @@
 
 ## 使用要点
 
-1. **先打磨提示词**：用户描述通常很短，先扩写成信息充分的提示词（主体、风格、光线、构图、色调、画质词）再调用。除非用户要求逐字使用。
+1. **先打磨提示词**：用户描述通常很短，先扩写成信息充分的提示词（主体、风格、光线、构图、色调、画质词）再调用。除非用户要求逐字使用。风格优先写进 prompt，`--style` 只在目标模型/中转明确支持时使用。
 2. **凭证**：脚本自动读本目录 `.env`（含中转站地址与 API Key），无需在命令里传 key。**不要把 key 打印到对话里，也不要提交 `.env`。**
 3. **报错处理**：
    - 401/403 → key 无效或额度不足（403 error 1010 是 WAF 拦截，脚本已带浏览器 UA 规避）。

gen-image/README.md

@@ -1,6 +1,6 @@
 # gen-image · 生图 Skill
 
-通过大模型中转站，直接调用 OpenAI 图片接口生图。文生图 / 图生图 / 局部重绘 / 透明背景，零第三方依赖。
+通过大模型中转站，直接调用 OpenAI 图片接口生图。文生图 / 图生图 / 局部重绘 / 透明背景 / 1K-4K 常用尺寸 / 可选 style 风格参数，零第三方依赖。
 
 ## 快速开始
 
@@ -11,13 +11,16 @@ cp .env.example .env
 
 # 2. 文生图
 python3 scripts/gen_image.py "a cozy cabin in snowy mountains, golden hour, cinematic" \
-  --size 1536x1024 --quality high
+  --size 2k-landscape --quality high
 
 # 3. 图生图 / 编辑
-python3 scripts/gen_image.py "把背景换成星空" --edit input.png
+python3 scripts/gen_image.py "把背景换成星空" --edit input.png --size 1k-square
 
 # 4. 局部重绘（mask 透明处为重绘区域）
 python3 scripts/gen_image.py "戴上一顶红帽子" --edit input.png --mask mask.png
+
+# 5. 可选 style 参数（部分模型/中转支持）
+python3 scripts/gen_image.py "a studio portrait, natural light" --style natural --size 1k-portrait
 ```
 
 图片保存到 `output/`，脚本打印完整路径。
@@ -32,9 +35,21 @@ python3 scripts/gen_image.py "戴上一顶红帽子" --edit input.png --mask mas
 
 ## 参数
 
-`--size` `--n` `--quality` `--background transparent` `--edit`(可多次) `--mask` `--model` `--output`
+`--size` `--n` `--quality` `--background transparent` `--style` `--edit`(可多次) `--mask` `--model` `--output`
 详见 `python3 scripts/gen_image.py --help` 与 `SKILL.md`。
 
+## 尺寸与风格
+
+`--size` 支持直接传像素值，也支持别名：
+
+| 规格 | 常用别名 |
+|------|----------|
+| 1K | `1k-square`、`1k-landscape`、`1k-portrait` |
+| 2K | `2k-square`、`2k-landscape`、`2k-portrait`、`2k-wide`、`2k-tall` |
+| 4K | `4k-square`、`4k-landscape`、`4k-portrait`、`4k-wide`、`4k-tall`、`4k-uhd`、`4k-uhd-portrait` |
+
+风格优先写进 prompt；目标模型或中转明确支持独立风格字段时，可额外传 `--style natural`、`--style vivid`、`--style anime`、`--style photorealistic` 等。
+
 ## 安全
 
 `.env` 与 `output/` 已在 `.gitignore` 中，不会提交。切勿把 API Key 写进代码或对话。

gen-image/SKILL.md

@@ -1,11 +1,11 @@
 ---
 name: gen-image
-description: 调用大模型中转站的 OpenAI 图片接口生图（文生图、图生图/编辑、局部重绘、透明背景）。触发词：生图、生成图片、画一张、AI 画图、文生图、图生图、生成插画/头像/海报/图标、image generation、根据这张图改。需要外部 API 生成位图图像时使用；纯 HTML/SVG/矢量设计不适用。
+description: 调用大模型中转站的 OpenAI 图片接口生图（文生图、图生图/编辑、局部重绘、透明背景）。支持 1K/2K/4K 常用尺寸规格、横竖方比例、质量、背景和可选 style 风格参数。触发词：生图、生成图片、画一张、AI 画图、文生图、图生图、生成插画/头像/海报/封面/壁纸/图标、image generation、根据这张图改。需要外部 API 生成位图图像时使用；纯 HTML/SVG/矢量设计不适用。
 ---
 
 # gen-image · 生图
 
-通过大模型中转站，直接调用 OpenAI 图片接口生成位图图像。支持**文生图**、**图生图/编辑**、**局部重绘（mask）**、**透明背景**。
+通过大模型中转站，直接调用 OpenAI 图片接口生成位图图像。支持**文生图**、**图生图/编辑**、**局部重绘（mask）**、**透明背景**、**1K/2K/4K 常用尺寸**和**可选 style 风格参数**。
 
 核心是零依赖脚本 `scripts/gen_image.py`（纯 Python 标准库，无需 pip install）。
 
@@ -41,9 +41,10 @@ cp .env.example .env
 **1. 打磨提示词。** 用户给的描述往往简短，先在心里扩写成一句信息充分的英文或中文提示词——主体、风格、光线、构图、色调、画质关键词。除非用户明确要求逐字使用，否则主动增强。生图模型对细节敏感，「一只猫」远不如「a fluffy orange tabby cat sitting on a windowsill, soft morning light, shallow depth of field, cozy warm tones」。
 
 **2. 选参数：**
-- `--size`：`1024x1024`（方，头像/图标）、`1536x1024`（横，海报/封面）、`1024x1536`（竖，手机壁纸/人像）、`auto`
+- `--size`：支持直接传像素值或别名。默认 `1024x1024`；常用别名见「尺寸规格速查」。
 - `--quality`：`low`/`medium`/`high`/`auto`（gpt-image 系支持；越高越慢越贵）
 - `--background transparent`：要透明底的图标/贴纸时加
+- `--style`：部分模型/中转支持的独立风格参数，如 `vivid`、`natural`、`anime`、`photorealistic`。若上游不支持，把风格写进 prompt。
 - `--n`：一次出几张（默认 1；多给几张让用户挑时用 `--n 2` 或 `4`）
 
 **3. 执行（文生图）：**
@@ -51,7 +52,7 @@ cp .env.example .env
 ```bash
 cd "<skill 根目录>" && python3 scripts/gen_image.py \
   "a fluffy orange tabby cat on a windowsill, soft morning light, cozy tones, highly detailed" \
-  --size 1024x1024 --quality high
+  --size 1k-square --quality high
 ```
 
 图片存到 `output/img-<时间戳>-<序号>.png`，脚本会打印完整路径。
@@ -59,23 +60,47 @@ cd "<skill 根目录>" && python3 scripts/gen_image.py \
 **4. 图生图 / 编辑**（用户给了输入图）：
 
 ```bash
-python3 scripts/gen_image.py "把背景换成雪山日落" --edit /path/to/input.png --size 1024x1024
+python3 scripts/gen_image.py "把背景换成雪山日落" --edit /path/to/input.png --size 1k-square
 ```
 
 多图参考：多次 `--edit a.png --edit b.png`。局部重绘：加 `--mask mask.png`（PNG 中**透明区域**为要重绘的部分，其余保留）。
 
 **5. 交付。** 打印出保存路径后，简要告诉用户生成了什么、存在哪。图无法在终端直接显示，用户会自己打开；若在支持预览的环境可提示路径。
 
+## 尺寸规格速查
+
+脚本会把下列别名转换为实际像素；也可以直接传 `WIDTHxHEIGHT` 或 `auto`。部分中转/模型可能只开放其中一部分规格，遇到 400 时降低到 1K 或改用上游明确支持的尺寸。
+
+| 规格 | 方图 | 横图 | 竖图 | 宽屏/超宽 | 典型用途 |
+|------|------|------|------|-----------|----------|
+| 1K | `1k-square` → `1024x1024` | `1k-landscape` → `1536x1024` | `1k-portrait` → `1024x1536` | - | 头像、图标、草图、普通配图 |
+| 2K | `2k-square` → `2048x2048` | `2k-landscape` → `2048x1536` | `2k-portrait` → `1536x2048` | `2k-wide` → `2048x1152` / `2k-tall` → `1152x2048` | 海报、封面、高清社媒图 |
+| 4K | `4k-square` → `4096x4096` | `4k-landscape` → `4096x3072` | `4k-portrait` → `3072x4096` | `4k-wide` → `4096x2304` / `4k-uhd` → `3840x2160` / `4k-tall` → `2304x4096` / `4k-uhd-portrait` → `2160x3840` | 大屏封面、展板、高清壁纸 |
+
+## 风格参数速查
+
+优先把风格写进 prompt，因为所有模型都能理解自然语言风格。仅当目标中转或模型明确支持独立风格字段时，再额外传 `--style`。
+
+| 需求 | 推荐写法 |
+|------|---------|
+| 写实摄影 | prompt 写 `photorealistic, cinematic lighting, natural skin texture`，可加 `--style photorealistic` |
+| 插画 | prompt 写 `editorial illustration, clean shapes, rich color palette`，可加 `--style illustration` |
+| 动漫 | prompt 写 `anime style, expressive linework, cel shading`，可加 `--style anime` |
+| 自然风格 | prompt 写清现实光线和材质，可加 `--style natural` |
+| 鲜艳风格 | prompt 写高饱和、强对比，可加 `--style vivid` |
+
 ## 常见参数速查
 
 | 需求 | 命令片段 |
 |------|---------|
-| 头像/图标（方图） | `--size 1024x1024` |
-| 海报/封面（横） | `--size 1536x1024` |
-| 手机壁纸/人像（竖） | `--size 1024x1536` |
+| 头像/图标（方图） | `--size 1k-square` 或 `--size 1024x1024` |
+| 海报/封面（横） | `--size 1k-landscape` / `2k-landscape` / `4k-wide` |
+| 手机壁纸/人像（竖） | `--size 1k-portrait` / `2k-portrait` / `4k-tall` |
+| 4K 壁纸 | `--size 4k-uhd` |
 | 透明背景贴纸 | `--background transparent` |
 | 多出几张挑选 | `--n 4` |
 | 高画质 | `--quality high` |
+| 独立风格字段 | `--style natural` 或 `--style vivid`（看上游支持情况） |
 | 换模型 | `--model dall-e-3` |
 | 基于图改 | `--edit input.png` |
 | 局部重绘 | `--edit input.png --mask mask.png` |

gen-image/gen.sh

@@ -1,13 +1,14 @@
 #!/usr/bin/env bash
 # gen.sh — 生图快捷入口。用法：
 #   ./gen.sh "提示词"                     # 文生图，默认 1024x1024
-#   ./gen.sh "提示词" --size 1536x1024    # 透传任意 gen_image.py 参数
+#   ./gen.sh "提示词" --size 2k-landscape # 透传任意 gen_image.py 参数
+#   ./gen.sh "提示词" --style natural     # 部分模型/中转支持独立风格参数
 #   ./gen.sh "换成雪山背景" --edit in.png  # 图生图
 # 无论从哪个目录调用都能正确定位脚本与 .env。
 set -euo pipefail
 DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 if [ "$#" -eq 0 ]; then
-  echo "用法: ./gen.sh \"提示词\" [--size 1024x1024] [--quality high] [--edit 图.png] ..." >&2
+  echo "用法: ./gen.sh \"提示词\" [--size 1k-square|2k-landscape|4k-wide] [--quality high] [--style natural] [--edit 图.png] ..." >&2
   exit 1
 fi
 exec python3 "$DIR/scripts/gen_image.py" "$@"

gen-image/scripts/gen_image.py

@@ -6,10 +6,10 @@ gen_image.py — 通过大模型中转站调用 OpenAI 图片接口生图（文
 
 用法:
   # 文生图
-  python3 gen_image.py "一只戴墨镜的柴犬，赛博朋克霓虹背景" --size 1024x1024 --n 1
+  python3 gen_image.py "一只戴墨镜的柴犬，赛博朋克霓虹背景" --size 1k-square --n 1
 
   # 图生图 / 编辑（可选 --mask 做局部重绘）
-  python3 gen_image.py "把背景换成雪山" --edit input.png --mask mask.png
+  python3 gen_image.py "把背景换成雪山" --edit input.png --mask mask.png --size 2k-landscape
 
 环境变量（也可写进 .env）:
   IMAGE_API_BASE_URL   中转站基址，如 https://your-relay.com  (会自动补 /v1/images/...)
@@ -29,6 +29,41 @@ import urllib.request
 import uuid
 
 
+SIZE_ALIASES = {
+    # 1K / gpt-image 常用尺寸
+    "1k": "1024x1024",
+    "1k-square": "1024x1024",
+    "1k-landscape": "1536x1024",
+    "1k-portrait": "1024x1536",
+    "square": "1024x1024",
+    "landscape": "1536x1024",
+    "portrait": "1024x1536",
+    # 2K 常用尺寸
+    "2k": "2048x2048",
+    "2k-square": "2048x2048",
+    "2k-landscape": "2048x1536",
+    "2k-portrait": "1536x2048",
+    "2k-wide": "2048x1152",
+    "2k-tall": "1152x2048",
+    # 4K 常用尺寸
+    "4k": "4096x4096",
+    "4k-square": "4096x4096",
+    "4k-landscape": "4096x3072",
+    "4k-portrait": "3072x4096",
+    "4k-wide": "4096x2304",
+    "4k-tall": "2304x4096",
+    "4k-uhd": "3840x2160",
+    "4k-uhd-portrait": "2160x3840",
+}
+
+
+def normalize_size(size):
+    """把 1k/2k/4k 语义别名转成接口常见的 WIDTHxHEIGHT；未知值原样透传。"""
+    if not size:
+        return "1024x1024"
+    return SIZE_ALIASES.get(size.strip().lower(), size)
+
+
 # ---------------------------------------------------------------------------
 # 配置加载
 # ---------------------------------------------------------------------------
@@ -165,13 +200,24 @@ def save_images(resp, out_dir, prefix):
 # ---------------------------------------------------------------------------
 def main():
     load_dotenv()
-    p = argparse.ArgumentParser(description="通过中转站调用 OpenAI 图片接口生图")
+    p = argparse.ArgumentParser(
+        description="通过中转站调用 OpenAI 图片接口生图",
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog=(
+            "常用尺寸别名:\n"
+            "  1k-square=1024x1024, 1k-landscape=1536x1024, 1k-portrait=1024x1536\n"
+            "  2k-square=2048x2048, 2k-landscape=2048x1536, 2k-portrait=1536x2048, 2k-wide=2048x1152\n"
+            "  4k-square=4096x4096, 4k-landscape=4096x3072, 4k-portrait=3072x4096, 4k-wide=4096x2304, 4k-uhd=3840x2160\n"
+            "也可以直接传 1024x1024、2048x1152、4096x2304 或 auto。\n"
+        ),
+    )
     p.add_argument("prompt", help="生图提示词")
     p.add_argument("--model", default=None, help="覆盖默认模型")
-    p.add_argument("--size", default="1024x1024", help="尺寸，如 1024x1024 / 1536x1024 / 1024x1536 / auto")
+    p.add_argument("--size", default="1024x1024", help="尺寸或别名，如 1024x1024 / 1k-square / 2k-landscape / 4k-wide / auto")
     p.add_argument("--n", type=int, default=1, help="生成张数")
     p.add_argument("--quality", default=None, help="质量: low/medium/high/auto（gpt-image 系）")
     p.add_argument("--background", default=None, help="transparent/opaque/auto（gpt-image 系，透明背景）")
+    p.add_argument("--style", default=None, help="风格参数，部分模型/中转支持，如 vivid/natural/anime/photorealistic；不支持时把风格写进 prompt")
     p.add_argument("--edit", action="append", default=[], help="图生图/编辑的输入图（可多次传入多图）")
     p.add_argument("--mask", default=None, help="局部重绘蒙版 PNG（透明处为要重绘的区域）")
     p.add_argument("--output", default=None, help="输出目录（默认 skill 根下 output/）")
@@ -179,34 +225,39 @@ def main():
 
     base, key, default_model = get_config()
     model = args.model or default_model
+    size = normalize_size(args.size)
     skill_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
     out_dir = args.output or os.path.join(skill_root, "output")
 
     if args.edit:
         # 图生图 / 编辑：multipart 到 /v1/images/edits
         url = f"{base}/v1/images/edits"
-        fields = {"model": model, "prompt": args.prompt, "n": str(args.n), "size": args.size}
+        fields = {"model": model, "prompt": args.prompt, "n": str(args.n), "size": size}
         if args.quality:
             fields["quality"] = args.quality
         if args.background:
             fields["background"] = args.background
+        if args.style:
+            fields["style"] = args.style
         files = [("image[]", pth) for pth in args.edit]  # 多图统一用 image[]
         if len(args.edit) == 1:
             files = [("image", args.edit[0])]  # 单图用 image，兼容 dall-e-2 风格
         if args.mask:
             files.append(("mask", args.mask))
-        print(f"[gen_image] 图生图 · model={model} · {len(args.edit)} 张输入 · size={args.size}")
+        print(f"[gen_image] 图生图 · model={model} · {len(args.edit)} 张输入 · size={size}")
         resp = post_multipart(url, key, fields, files)
         prefix = "edit"
     else:
         # 文生图：JSON 到 /v1/images/generations
         url = f"{base}/v1/images/generations"
-        payload = {"model": model, "prompt": args.prompt, "n": args.n, "size": args.size}
+        payload = {"model": model, "prompt": args.prompt, "n": args.n, "size": size}
         if args.quality:
             payload["quality"] = args.quality
         if args.background:
             payload["background"] = args.background
-        print(f"[gen_image] 文生图 · model={model} · n={args.n} · size={args.size}")
+        if args.style:
+            payload["style"] = args.style
+        print(f"[gen_image] 文生图 · model={model} · n={args.n} · size={size}")
         resp = post_json(url, key, payload)
         prefix = "img"