核心功能: 本技能提供专业版、与编辑等能力。

4K商用图像一键生成

设计素材外包太慢、设计师产能不足?Gemini Flash Image 一键生成 4K 商用级图像,10 种比例覆盖从社交媒体到印刷输出全场景。付费版独享图生图、风格转换、4K 分辨率与批量生产. 范围外(本技能不做): 视频生成、模型微调训练、本地推理部署、图像超分辨率重建.

付费版扩展能力

依赖与配置

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

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:

export API_KEY="${API_KEY:?请设置环境变量}"

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.

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.

export IMAGE_GEN_API_KEY="${API_KEY:?请设置环境变量}"
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:

[ -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.

能力概览

文生图

根据用户输入的文本提示词,调用AI模型生成高质量图片,支持多种风格和分辨率参数配置.

图生图

基于用户提供的参考图片和修改指令,进行图像变换、风格迁移或局部重绘.

风格转换

将输入图片转换为指定艺术风格,支持多种预设风格和自定义风格参数.

快速入门

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

可用模型

默认模型 gemini-3.1-flash-image-2k-16x9(2K 分辨率,16:9 横屏).

标准分辨率

2K 分辨率(推荐)

4K 分辨率

使用说明

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

根据用途选择比例与分辨率: 社交头像选 1:1,横版海报选 16:9 或 21:9,印刷输出选 4K.

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、构图.

执行生成

调用 （请参考skill目录中的脚本文件） 生成图片并落盘.

展示结果

读取生成的图片文件路径并回传给用户. 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

参数说明

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

场景说明

不适用于: 视频生成、模型训练、图像超分重建、需要精确像素级控制的排版.

案例展示

案例一： 中国风主题海报

场景: 创作者需要生成一幅中国风后羿射日主题的宽幅海报

python3 （请参考skill目录中的脚本文件） \
  "一位英勇的古代射手后羿站在险峻的高山之巅,身披金色战甲,肌肉紧绷,拉开巨大的神弓,一支燃烧着神圣光芒的箭矢对准天空中炽热的太阳。天空中有多个太阳同时燃烧,火焰倾泻而下。背景是翻滚的云海和龟裂的大地,远山在热浪中扭曲。中国传统工笔重彩风格,水墨与金箔点缀,色彩以深红、金色、墨黑、靛蓝为主,画面气势磅礴,具有敦煌壁画的厚重感。16:9 宽幅构图。" \
  --model gemini-3.1-flash-image-2k-16x9 \
  --output houyi.png

输出: houyi.png 文件路径

说明: 提示词覆盖主体(后羿)、场景(高山/云海/多太阳)、风格(工笔重彩/敦煌壁画)、色调(深红/金色/墨黑/靛蓝)与构图(16:9 宽幅),2K-16x9 模型适配横幅海报展示.

案例二： 4K 科技产品主视觉

场景: 广告公司需为线下活动制作 4K 高清主视觉海报

python3 （请参考skill目录中的脚本文件） \
  "一场科技产品发布会的主视觉,深蓝色宇宙背景,中心是发光的产品轮廓,几何光线辐射四周,极简未来主义风格,高对比度,金属质感" \
  --model gemini-3.1-flash-image-4k-16x9 \
  --output poster_4k.png

输出: poster_4k.png 文件路径

说明: 4K-16x9 模型输出印刷级分辨率,适合大型展板与印刷物料。极简未来主义风格描述确保画面留白与光线层次.

案例三： 商品图风格化转换

场景: 电商团队需将一张产品照片转换为水彩风格营销素材

python3 （请参考skill目录中的脚本文件） \
  "将这张产品照片转换为水彩画风格,保持构图不变,柔和笔触,淡雅色调,纸张纹理" \
  --image-input product.jpg \
  --model gemini-3.1-flash-image-2k \
  --output product_watercolor.png

输出: product_watercolor.png 文件路径

说明: 通过 --image-input 传入参考图,图生图模式在保留原构图基础上应用水彩风格。2K 方形模型适配电商主图标准尺寸.

异常应对

问题集锦

Q1: 标准、2K、4K 该如何选择?

A: 标准分辨率适合快速预览与社交缩略图;2K 是推荐默认档,兼顾质量与生成速度;4K 适合印刷、大型展板等对清晰度要求高的场景,生成耗时略长.

Q2: 4K 模型支持哪些比例?

A: 4K 支持 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9。21:9 超宽屏仅在标准与 2K 档提供,4K 暂不支持.

Q3: 图生图与风格转换有什么区别?

A: 风格转换专注于将图片转为指定艺术风格,保留内容与构图,仅改变视觉风格;图生图是更广泛的基于参考图的二次创作,可在文本引导下改变内容、场景与构图.

Q4: 参考图有什么格式要求?

A: 支持 JPG/PNG 本地文件,建议为高清原图(小于 10MB)。低质量或低分辨率参考图会影响生成效果,可能导致风格化结果模糊.

Q5: 提示词应该写多详细?

A: 越具体越好。建议覆盖主体(谁/什么)、场景(在哪里)、光线(自然光/霓虹/逆光)、风格(水彩/赛博朋克/工笔)、色调(主色调/配色)、构图(视角/景深/比例)。模糊提示词会导致结果偏离预期.

Q6: 生成的图片版权归属如何?

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.

错误处理机制

注意事项

1. 需 API Key: 必须配置 IMAGE_GEN_API_KEY,无 Key 环境无法使用
2. 4K 不支持 21:9: 4K 分辨率暂不提供 21:9 超宽屏模型
3. 生成质量取决于提示词: 描述越具体结果越符合预期,模糊描述易产生偏差
4. 参考图质量影响图生图: 低分辨率参考图会拉低输出质量
5. 复杂文字渲染不稳: 图中含具体文字/Logo 时可能产生错乱
6. 需网络访问: 无法访问 IMAGE_GEN_BASE_URL 时不可用

结果格式

{
  "success": true,
  "data": {
    "result": "4K商用图像一键生成处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "ai-image-gen"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}

创新优势

效率提升量化分析

差异化对比

核心痛点解决

问题处理指引

安全须知

1. 确保API Key安全，避免泄露到公共或版本控制系统中。
2. 限制技能访问权限，仅授权给可信用户。
3. 定期检查系统安全，防止恶意攻击。
4. 遵循数据保护法规，妥善处理用户数据。
5. 限制技能使用范围，避免滥用。

安全风险防范

功能特性

• 自动化执行: 设计素材太慢?Gemini Flash Image一键生成4K商用图,支持10种比例、风格转换、批量生产,广告海报到印刷
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果

FAQ

Q1: 4K商用图像一键生成支持哪些输入格式？

A1: 设计素材太慢?Gemini Flash Image一键生成4K商用图,支持10种比例、风格转换、批量生产,广告海报到印刷输出全覆盖。。支持文本指令和结构化参数输入，具体格式参考使用流程章节。

Q2: 需要配置API Key吗？

A2: 是的，部分功能需要配置对应平台的API Key。请在依赖说明章节查看具体要求，并通过环境变量安全配置。

Q3: 命令行执行失败怎么办？

A3: 检查命令参数是否正确，确认运行环境支持exec能力。如遇权限问题，请参照错误处理章节排查。