---
slug: "ai-image-gen"
name: "ai-image-gen"
version: 1.1.1
displayName: "4K商用图像一键生成"
summary: "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。"
summary_zh: "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。"
license: "MIT"
description: |-
  AI 图像生成专业版,通过执行脚本调用 Gemini Flash Image API 完成图像生成与编辑.
  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/构图等维度描述
  - 图生图(图+文): 基于参考图像与文本提示进行二次创作
  - 风格转换: 将图片转换为水彩/油画/赛博朋克/吉卜力/写实摄影/中国工笔等艺术风格
  - 多分辨率: 标准 / 2K / 4K 三档,4K 满足印刷与大型展示
  - 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
  适用场景:
  - 广告海报与电商商品图批量生产
  - 社交媒体头像/封面/壁纸素材生成
  - 设计团队创意资产快速沉淀与风格化处理
  - 出版印刷高分辨率图像输出
tags:
  - Creative
  - 图像生成
  - 设计
  - 图像处理
  - AI绘图
  - 创意
  - gemini-3
  - png
  - key
  - 风格转换
  - api
tools:
  - read
  - exec
  - write
homepage: ""
category: "Creative"
---
# 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.
## 付费版专享能力

| 能力 | 免费版 | 付费版 |
|---|---|---|
| 文生图(标准分辨率) | 支持 | 支持 |
| 图生图(图+文二次创作) | 不支持 | 支持 |
| 风格转换(水彩/油画/赛博朋克等) | 不支持 | 支持 |
| 4K分辨率输出 | 不支持 | 支持 |
| 批量生成 | 不支持 | 支持 |
| 商业授权 | 不支持 | 支持 |

## 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.
## 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.
## 核心能力

| 能力 | 说明 | 默认模型 |
|---:|---:|---:|
| 文生图 | 文本提示词生成图像 | gemini-3.1-flash-image-2k-16x9 |
| 图生图 | 参考图 + 文本提示二次创作 | gemini-3.1-flash-image-2k |
| 风格转换 | 将图片转为指定艺术风格 | gemini-3.1-flash-image-2k |
### 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.
**输入**: 用户提供文生图相关的配置参数、输入数据和处理选项.
**输出**: 返回文生图的处理结果。- 验证返回数据的完整性和格式正确性
- 参考`文生图`的配置文档进行参数调优
### 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.
**输入**: 用户提供图生图相关的配置参数、输入数据和处理选项.
**输出**: 返回图生图的处理结果。- 验证返回数据的完整性和格式正确性
- 参考`图生图`的配置文档进行参数调优
### 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.
**输入**: 用户提供风格转换相关的配置参数、输入数据和处理选项.
**输出**: 返回风格转换的处理结果。- 验证返回数据的完整性和格式正确性
- 参考`风格转换`的配置文档进行参数调优
#
## 快速开始

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
| 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-3x2 | 3:2 | 横版照片 |
| gemini-3.1-flash-image-2x3 | 2:3 | 竖版海报 |
| 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/视频 |
| gemini-3.1-flash-image-21x9 | 21:9 | 超宽屏 |

### 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-3x2 | 3:2 |
| gemini-3.1-flash-image-2k-9x16 | 9:16 |
| gemini-3.1-flash-image-2k-16x9 | 16:9 |
| gemini-3.1-flash-image-2k-21x9 | 21:9 |

### 4K 分辨率
| 模型 ID2 | 比例 | 适用场景 |
|---:|:---|---:|
| gemini-3.1-flash-image-4k | 1:1 | 高清头像/封面 |
| gemini-3.1-flash-image-4k-3x2 | 3:2 | 高清横版 |
| gemini-3.1-flash-image-4k-16x9 | 16:9 | 4K 海报/壁纸 |
| gemini-3.1-flash-image-4k-9x16 | 9:16 | 竖版海报 |

## 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

| 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 |
| --image-input | 否 | 图生图/风格转换的参考图路径 |

## 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 | 涉及模型 |
|----|:--:|---:|----|
| 4K 商业海报生产 | 科技发布会主视觉 | 4K 高清 PNG | gemini-3.1-flash-image-4k-16x9 |
| 电商商品图风格化 | 商品照片转水彩/赛博朋克 | 风格化 PNG | gemini-3.1-flash-image-2k |
| 社交媒体素材 | 1:1 头像或 9:16 短视频封面 | 标准/2K PNG | gemini-3.1-flash-image-2k / -9x16 |
| 超宽屏展示图 | 21:9 展会展板 | 2K 横幅 PNG | gemini-3.1-flash-image-2k-21x9 |

**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

```bash
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

```bash
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

```bash
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 | 引导用户重新获取 Key |
| 429 rate_limited | `{"error":"rate_limited"}` | 短时间请求过多 | (2s/4s/8s)，最多 3 次 |
| 400 invalid_prompt | `{"error":"prompt_too_long"}` | 提示词超出长度限制 | 精简提示词后重新生成 |
| 400 unsupported_model | `{"error":"model_not_found"}` | 模型 ID 拼写错误 | 核对可用模型列表 |
| 400 image_input_required | `{"error":"image_input_required"}` | 图生图/风格转换未提供参考图 | 补充 --image-input 参数 |
| 5xx server_error | HTTP 500/502/503 | Gemini Image 服务端错误 | 最多 2 次 |
| network_timeout | `Connection timed out` | 无法访问 IMAGE_GEN_BASE_URL | 

## 常见问题

### 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

| 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 | ，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. **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

## 输出格式

```json
{
  "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
}
```