Update gen-image skill catalog entry
This commit is contained in:
小楼
+27
-27
@@ -3,32 +3,29 @@
|
||||
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·封面·图标·壁纸」
|
||||
- 「文生图 / image generation」
|
||||
- 「生成一张图 / 画一张 / AI 出图 / 做个头像·海报·封面·视频封面·标题图·插画·图标·壁纸」
|
||||
- 「文生图 / image generation / 做封面」
|
||||
- 给了一张图并说「基于它改 / 换背景 / 局部重绘」→ 图生图
|
||||
|
||||
## 如何调用
|
||||
|
||||
统一入口是本目录下的 `gen.sh`（无论当前工作目录在哪，都用绝对/相对路径定位到它）：
|
||||
统一入口是**所加载技能目录**下的 `gen.sh`。先根据 `SKILL.md` 的所在目录解析 `<skill-root>`，执行 `<skill-root>/gen.sh`；不要在用户工作区用 `./gen.sh` 猜测路径，否则可能读到另一份 `.env`。
|
||||
|
||||
```bash
|
||||
# 文生图（默认 1024x1024）
|
||||
./gen.sh "a fluffy orange cat on a windowsill, soft morning light, highly detailed"
|
||||
"<skill-root>/gen.sh" "a fluffy orange cat on a windowsill, soft morning light, highly detailed"
|
||||
|
||||
# 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
|
||||
# 指定尺寸 / 画质 / 张数
|
||||
"<skill-root>/gen.sh" "cyberpunk city poster" --size 1536x1024 --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
|
||||
"<skill-root>/gen.sh" "a minimalist mountain logo, flat vector" --background transparent
|
||||
|
||||
# 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 --size 1k-square
|
||||
"<skill-root>/gen.sh" "把背景换成雪山日落" --edit /path/to/input.png
|
||||
|
||||
# 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
|
||||
"<skill-root>/gen.sh" "戴上一顶红帽子" --edit input.png --mask mask.png
|
||||
```
|
||||
|
||||
生成的图片保存在本目录 `output/`，命令会打印完整路径。把该路径告诉用户。
|
||||
@@ -37,20 +34,11 @@
|
||||
|
||||
| 需求 | 参数 |
|
||||
|------|------|
|
||||
| 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` |
|
||||
| 方图（头像/图标） | `--size 1024x1024` |
|
||||
| 横图（海报/封面） | `--size 1536x1024` |
|
||||
| 竖图（壁纸/人像） | `--size 1024x1536` |
|
||||
| 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） |
|
||||
@@ -58,15 +46,27 @@
|
||||
|
||||
## 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。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`。**
|
||||
1. **提示词原样直传（最高优先级）**：被触发后，把用户这段话**原样**作为提示词——不改写、不扩写、不翻译、不加风格/光线/构图/画质词，尤其标题/文字一个字都别动。你只判断一件事：用户**是不是要生图**；是，就转发原话。图像模型自己懂自然语言，不需要你替它加工；多一次加工只会改坏用户要保留的内容（尤其标题）。唯一例外：用户**明确**说"帮我润色/扩写提示词"时才加工。
|
||||
2. **凭证（每人用自己的号）**：首次使用前若本目录无 `.env`，引导用户去 TD工具箱「中转」，给一个支持 OpenAI 图片接口的分组勾选「☑ 在 Codex 中用于生图」并保存——工具箱会自动把该分组的 base_url+密钥写进本技能 `.env`。无工具箱时改用 `cp .env.example .env` 手动填。之后脚本自动读取，无需在命令里传 key。**不要把 key 打印到对话里，也不要提交到 git。**
|
||||
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）。
|
||||
- 404 → base_url 或接口路径不对。
|
||||
- 400 model 相关 → 中转站不认该模型，换 `--model dall-e-3` 或问用户支持的模型名。
|
||||
4. 不适用：HTML 原型、幻灯片、矢量图标、图表可视化——那些应直接写代码，不要用本工具。
|
||||
|
||||
## ⚠️ 带文字的封面 / 视频封面 / 海报（重点）
|
||||
|
||||
「做个 B站/抖音视频封面」「带标题的海报」**整个任务就是一次生图调用**——不要拆成「生个背景图 + 自己用 SVG/HTML 画文字」两步，也不要自作主张补风格词。这是最常见的跑偏。
|
||||
|
||||
正确做法：把**标题和用户原话原样**写进提示词，用横图尺寸，一次性出成品：
|
||||
```bash
|
||||
"<skill-root>/gen.sh" "B站视频封面图，标题是《从零搭建个人知识库》" --size 1536x1024 --quality high
|
||||
```
|
||||
- 不要在生图之后再用代码叠标题文字。
|
||||
- 不要给用户提示词擅自加 "neural network background / high contrast" 等用户没说的词。
|
||||
- 中文标题图像渲染常有错字/乱码，交付时如实告知用户；若标题出错，用图生图 `--edit` + `--mask` 局部重绘标题区，或建议用户缩短标题再试。
|
||||
|
||||
## 前置条件
|
||||
|
||||
- 需要 `python3`（macOS 自带，零第三方依赖）。
|
||||
- 首次使用需存在 `.env`（从 `.env.example` 复制并填入 `IMAGE_API_BASE_URL`、`IMAGE_API_KEY`）。
|
||||
- 首次使用需配置自己的中转站：在工具箱「中转」勾选一个分组「用于 Codex 生图」（自动写入本目录 `.env`），或手动 `cp .env.example .env` 填写。
|
||||
|
||||
Reference in New Issue
Block a user