Update gen-image skill catalog entry

gen-image/SKILL.md

@@ -1,14 +1,17 @@
 ---
 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）。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。
+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/封面/视频封面/标题图/图标、image generation、根据这张图改、做封面。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**、**1K/2K/4K 常用尺寸**和**可选 style 风格参数**。
+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**。
 
 核心是零依赖脚本 `scripts/gen_image.py`（纯 Python 标准库，无需 pip install）。
 
+> **核心原则 · 原话直传（最高优先级，覆盖下方一切"打磨/扩写"措辞）。** 被触发后，把用户这段话**原样**作为提示词传给脚本——不改写、不扩写、不翻译、不加风格/构图/画质关键词。你只需要判断一件事：用户**是不是要生图**；是，就转发原话。用户没说的风格，不要替他编；用户给的标题/文字，一个字都不要动。只有当用户**明确**说"帮我润色/扩写提示词"时才加工。理由：图像模型本身懂自然语言，外面这层多一次"加工"只会改坏用户要保留的内容（尤其标题）、并让产出不可控。
+
+
 ## 何时用 / 不用
 
 - ✅ 用户要「生成一张图 / 画一张 / AI 出图 / 做个头像/海报/插画/图标」
@@ -16,35 +19,60 @@ description: 调用大模型中转站的 OpenAI 图片接口生图（文生图
 - ❌ 用户要 HTML 原型、幻灯片、矢量图标、CSS 效果 → 用 `huashu-design` 或直接写代码
 - ❌ 用户要图表/数据可视化 → 用 `dataviz`
 
-## 首次使用：配置凭证
+## ⚠️ 带文字的封面 / 海报 / 标题图（重点）
 
-生图需要中转站的 API Key。检查 skill 根目录是否有 `.env`：
+用户说「做个 **B站/抖音/视频封面**」「**带标题的海报**」「封面 + 标题是 XXX」时，**整个任务就是一次生图调用**——不要拆成「生个背景图 + 我自己用 SVG/HTML 把文字画上去」两步。正确做法是一条命令把标题写进提示词、整张图让模型一起生成。
+
+**正确流程：**
+1. 把用户给的**标题原文原样**写进提示词，连同用户说的其它要求一起原话直传——不要自己补风格/背景词。
+2. 尺寸默认用横图 `--size 1536x1024`（视频封面标配）；用户指定了其它比例则照用户的。
+3. 一次性运行所加载技能目录的 `gen.sh`，如 `"<skill-root>/gen.sh" "原话提示词" --size 1536x1024 --quality high` 出成品。**不要**在用户工作区用 `./gen.sh` 猜测路径，也不要后续用代码去叠文字。
+4. 中文标题风险**如实告诉用户**再交付：图像模型渲染中文常有错字/乱码，建议用户验收后若文字有误，用「图生图 + 局部重绘」把标题区域 mask 掉重画，或改用极短标题。
+
+**示例：** 用户说「帮我生成一个 B 站视频封面图，标题是《从零搭建个人知识库》」。
+✅ 正确（原话直传，用户没说的不编）：
+```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
+```
+❌ 错误（不要自己补词，更不要拆成两步）：给用户的提示词擅自加上 "neural network background / high contrast / eye-catching" 等用户没说的风格词；或者先 `./gen.sh "某背景"` 生成背景图、再用 SVG/HTML 自己去拼中文标题——这两种都是 agent 自行发挥，必须避免。
+
+> 反面案例：曾出现「用户要 B 站封面，agent 却只生成一张背景图、标题自己画」「agent 擅自给用户提示词加一堆风格词」两种跑偏，根因都是 agent 多做了"加工"。记住：**被触发即原话直传**。
+
+## 首次使用：配置凭证（每个用户用自己的中转站账号）
+
+生图需要**用户自己的**中转站地址和 API Key（各自的号、各付各费）。这个技能**不内置任何 key**。
+
+第一次生图前，检查是否已配置：
 
 ```bash
-ls "$(dirname SKILL.md)/.env" 2>/dev/null || echo "未配置"
+test -f "$(dirname "$0")/.env" && echo "已配置" || echo "未配置"
 ```
 
-若无，从模板创建并让用户填写（**不要把 key 写进对话或提交到 git**）：
+**推荐方式（TD工具箱用户）：** 在工具箱「中转」里，给一个支持 OpenAI 图片接口的中转分组，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` + 密钥写进本技能的 `.env`。用户全程不碰配置文件。若用户还没勾，就引导他去「中转」勾一下。
+
+**手动方式（无工具箱时）：** 从模板建 `.env` 并让用户填自己的中转信息（**不要把 key 写进对话或提交 git**）：
 
 ```bash
 cp .env.example .env
-# 然后引导用户编辑 .env，填入 IMAGE_API_BASE_URL 和 IMAGE_API_KEY
+# 编辑 .env，填 IMAGE_API_BASE_URL 和 IMAGE_API_KEY
 ```
 
-`.env` 需要三项：
-- `IMAGE_API_BASE_URL` — 中转站基址，如 `https://your-relay.com`（脚本自动补 `/v1/images/...`）
-- `IMAGE_API_KEY` — API Key
+`.env` 三项：
+- `IMAGE_API_BASE_URL` — 用户自己的中转站基址，如 `https://api.xxx.com`（脚本自动补 `/v1/images/...`）
+- `IMAGE_API_KEY` — 用户中转站的 API Key
 - `IMAGE_MODEL` — 默认模型，默认 `gpt-image-2`
 
+读取优先级：**环境变量 > skill 目录 `.env`**。CI/临时场景可直接 `export IMAGE_API_KEY=...`。
+注意：工具箱重装本技能会清空目录，但装完会**按「中转」里勾选的分组自动重写 `.env`**，无需手动恢复。
+
 ## 标准流程
 
-**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」。
+**1. 提示词原样直传。** 用户这段描述**原封不动**作为提示词。不要扩写、不要翻译、不要加风格/光线/构图/画质词——尤其用户给的标题或文字，一个字都不要改。你只做一件翻译判断：用户**是否在要生图**；要，就转发原话。图像模型自己懂自然语言，不需要你替它"加工"。（唯一例外：用户**明确**要求"帮我润色/扩写提示词"时才加工。）
 
 **2. 选参数：**
-- `--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」。
+- `--size`：`1024x1024`（方，头像/图标）、`1536x1024`（横，海报/封面）、`1024x1536`（竖，手机壁纸/人像）、`auto`
 - `--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）：**
@@ -52,7 +80,7 @@ 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 1k-square --quality high
+  --size 1024x1024 --quality high
 ```
 
 图片存到 `output/img-<时间戳>-<序号>.png`，脚本会打印完整路径。
@@ -60,54 +88,30 @@ 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 1k-square
+python3 scripts/gen_image.py "把背景换成雪山日落" --edit /path/to/input.png --size 1024x1024
 ```
 
 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 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` |
+| 头像/图标（方图） | `--size 1024x1024` |
+| 海报/封面（横） | `--size 1536x1024` |
+| 手机壁纸/人像（竖） | `--size 1024x1536` |
 | 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` |
 
 ## 排错
 
-- **缺 IMAGE_API_BASE_URL / IMAGE_API_KEY** → `.env` 没配好，回到「配置凭证」。
+- **缺 IMAGE_API_BASE_URL / IMAGE_API_KEY** → 还没配置。让用户去工具箱「中转」勾选一个分组「用于 Codex 生图」并保存；无工具箱则 `cp .env.example .env` 手动填。
 - **HTTP 401/403** → key 无效或额度不足，让用户核对中转站账户。
 - **HTTP 404** → base_url 写错，或该中转站不支持 `/v1/images/generations`；确认接口路径。
 - **HTTP 400 model 相关** → 该中转站不认 `gpt-image-2`，换 `--model dall-e-3` 或问用户支持的模型名。