--- name: image-generation-a191e807f2f1 description: 图像生成辅助。支持通过 OpenRouter 直接调用各种生图模型（如 Seedream），为 OpenClaw 优化，支持提示词、尺寸等参数配置。目前仅限 OpenRouter provider。 license: MIT compatibility: OpenClaw, Claude Code, OpenCode, Antigravity metadata: version: "0.2.1" openclaw: emoji: "🎨" requires: env: ["OPENROUTER_API_KEY"] optional: ["IMAGE_GEN_TEXT_TO_IMAGE_MODEL", "IMAGE_GEN_IMAGE_TO_IMAGE_MODEL"] primaryEnv: "OPENROUTER_API_KEY" --- # 图像生成辅助 为 OpenClaw 提供原生的图像生成能力，通过文字描述词快速生成高质量图像。 ## 工作流程 ``` 用户提示词 (Prompt) ↓ ┌─────────────────────────────────────┐ │ 识别参数：模型、尺寸、比例、路径 │ └─────────────────────────────────────┘ ↓ ┌─────────────────────────────────────┐ │ 调用 OpenRouter 接口 (OpenClaw) │ └─────────────────────────────────────┘ ↓ ┌─────────────────────────────────────┐ │ 默认模型：seedream-4.5 (Text-to-Image) & Gemini 2.5 (Image-to-Image) │ └─────────────────────────────────────┘ ↓ ┌─────────────────────────────────────┐ │ 原子化写入本地存储 (Safety First) │ └─────────────────────────────────────┘ ↓ 返回结构化 JSON (Success Payload) ``` ## 安装与配置 ### 1. 获取 API Key 本技能需要 **OpenRouter API Key** 才能调用图像生成服务。 1. 访问 [OpenRouter 控制台](https://openrouter.ai/keys) 创建 API Key 2. 请根据下方指引手动配置环境变量 ### 2. 配置到环境变量 根据 OpenClaw 官方最佳实践，请通过 `~/.openclaw/openclaw.json` 配置环境变量： ```json5 { skills: { entries: { "image-generation": { enabled: true, env: { OPENROUTER_API_KEY: "sk-or-v1-xxxxxxxx..." } } } } } ``` 或使用 `primaryEnv` 快捷配置： ```json5 { skills: { entries: { "image-generation": { enabled: true, apiKey: "sk-or-v1-xxxxxxxx..." } } } } ``` 配置完成后无需重启，新配置会在下次运行 OpenClaw 时自动生效。 ### 3. 选择默认模型（可选） 本技能默认使用 `bytedance-seed/seedream-4.5` 作为文本生图模型，`google/gemini-2.5-flash-image` 作为图生图模型。你可以通过以下方式更改： **方式一：环境变量配置** 在 `~/.openclaw/openclaw.json` 中添加： ```json5 { skills: { entries: { "image-generation": { enabled: true, env: { OPENROUTER_API_KEY: "sk-or-v1-xxx", IMAGE_GEN_TEXT_TO_IMAGE_MODEL: "bytedance-seed/seedream-4.5", IMAGE_GEN_IMAGE_TO_IMAGE_MODEL: "google/gemini-2.5-flash-image" } } } } } ``` 本技能默认使用 `bytedance-seed/seedream-4.5` 模型，你可以通过以下方式更改： **方式一：环境变量配置** 在 `~/.openclaw/openclaw.json` 中添加： ```json5 { skills: { entries: { "image-generation": { enabled: true, env: { OPENROUTER_API_KEY: "sk-or-v1-xxx", IMAGE_GEN_IMAGE_TO_IMAGE_MODEL: "google/gemini-2.5-flash-image", IMAGE_GEN_TEXT_TO_IMAGE_MODEL: "bytedance-seed/seedream-4.5" } } } } ``` **方式二：查看可用模型** ```bash node skills/image-generation/scripts/cli/openrouter.js --list-models ``` **方式三：生成时指定模型** ```bash node skills/image-generation/scripts/generate.js \ --prompt "a futuristic city" \ --model "bytedance-seed/seedream-4.5" \ --i2i-model "google/gemini-2.5-flash-image" ``` ```bash node skills/image-generation/scripts/generate.js \ --prompt "a futuristic city" \ --image "bytedance-seed/seedream-4.5" \ --model "google/gemini-2.5-flash-image" ``` **推荐模型**： - `bytedance-seed/seedream-4.5` - 默认，高质量图像生成 - `anthropic/claude-3.5-sonnet-image` - Claude 图像生成 - `openai/dall-e-3` - DALL-E 3 ### 4. 验证配置 ```bash node skills/image-generation/scripts/cli/openrouter.js --test ``` 预期输出： ```json { "success": true, "message": "OpenRouter API key is configured. Test passed." } ``` ## 核心配置 ### 仅限 OpenRouter (v1) 本技能在 v1 版本中**仅支持**通过 OpenRouter 提供商进行图像生成。目前不原生支持 Anthropic、Replicate 或 Stability AI 等直接接口。所有生图请求均通过 OpenRouter 统一中转。 ### 默认模型 - **文本生图模型 (Text-to-Image)**: `bytedance-seed/seedream-4.5` - **图生图模型 (Image-to-Image)**: `google/gemini-2.5-flash-image` - **获取地址**: [OpenRouter | bytedance-seed/seedream-4.5](https://openrouter.ai/bytedance-seed/seedream-4.5) ## OpenClaw 调用方式 ### 命令调用 OpenClaw 会通过以下 CLI 方式触发图像生成： ```bash # 基础生成 node skills/image-generation/scripts/generate.js \ --prompt "a futuristic city at sunset" \ --output "outputs/city.png" # 指定模型、尺寸与比例 (OpenRouter 默认) node skills/image-generation/scripts/generate.js \ --prompt "cyberpunk landscape" \ --model "bytedance-seed/seedream-4.5" \ --i2i-model "google/gemini-2.5-flash-image" \ --size "2K" \ --aspect "16:9" node skills/image-generation/scripts/generate.js \ --prompt "cyberpunk landscape" \ --image "bytedance-seed/seedream-4.5" \ --model "google/gemini-2.5-flash-image" \ --size "2K" \ --aspect "16:9" # 通过 OpenClaw 包装器调用 node skills/image-generation/scripts/cli/openrouter.js \ --prompt "abstract oil painting" \ --size "1K" ### 预检测 (Connectivity Check) OpenClaw 在启动时可运行以下脚本检查 API 连通性： ```bash node skills/image-generation/scripts/cli/openrouter.js --test ``` ## 参数详解 | 参数 | 说明 | 必填 | 默认值 | |------|------|------|--------| | `--prompt` | 图像描述词 | 是 | - | | `--model` | 文本生图模型 ID | 否 | `bytedance-seed/seedream-4.5` | | `--i2i-model` | 图生图模型 ID | 否 | `google/gemini-2.5-flash-image` | | `--input-image`| 图生图输入图片路径 | 否 | - | | `--list-models` | 列出所有可用模型 | 否 | - | | `--size` | 分辨率等级 (`1K`\|`2K`\|`4K`) | 否 | 模型默认 | | `--aspect` | 宽高比 (如 1:1, 16:9) | 否 | `1:1` | | `--output` | 输出文件路径 | 否 | `.sisyphus/generated/image_.png` | |------|------|------|--------| | `--prompt` | 图像描述词 | 是 | - | || `--model` | 图生图模型 ID | 否 | `google/gemini-2.5-flash-image` | || `--image` | 文本生图模型 ID | 否 | `bytedance-seed/seedream-4.5` | | `--list-models` | 列出所有可用模型 | 否 | - | | `--size` | 分辨率等级 (`1K`\|`2K`\|`4K`) | 否 | 模型默认 | | `--aspect` | 宽高比 (如 1:1, 16:9) | 否 | `1:1` | | `--output` | 输出文件路径 | 否 | `.sisyphus/generated/image_.png` | | `--output` | 输出文件路径 | 否 | `.sisyphus/generated/image_.png` | ### 分辨率与尺寸说明 **`--size` 参数格式**： - 只接受三个字符串值：`"1K"`、`"2K"`、`"4K"` - **不要** 使用像素格式如 `"1024x1024"` 或 `"3840x2160"`（OpenRouter API 不接受） **实际输出像素尺寸**（由 `size` 和 `aspect` 共同决定）： | size | aspect | 实际像素 | 说明 | |------|--------|----------|------| | `1K` | `1:1` | 1024×1024 | 默认，约 1MP | | `1K` | `16:9` | ~1280×720 | 约 0.9MP | | `2K` | `1:1` | 2048×2048 | 约 4MP | | `2K` | `16:9` | ~2560×1440 | 约 3.7MP | | `4K` | `1:1` | 4096×4096 | 约 16MP | | `4K` | `16:9` | 3840×2160 | 标准 4K UHD | **重要限制**： 1. **并非所有模型都支持 4K**，部分模型最高只支持到 2K 2. **4K 生成成本更高**（约 2 倍于 1K/2K） 3. **推荐**：日常使用 `2K`（与 1K 同价，质量显著提升） **支持的宽高比**：`1:1`（默认）、`2:3`、`3:2`、`3:4`、`4:3`、`4:5`、`5:4`、`9:16`、`16:9`、`21:9` ## 退出码说明 (Exit Codes) 符合 `cli-contract.md` 规范： | 代码 | 标签 | 描述 | |------|-------|-------------| | `0` | `SUCCESS` | 生成成功并已保存到本地 | | `1` | `CONFIG_ERROR` | 参数缺失、格式错误或鉴权失败 | | `2` | `API_ERROR` | OpenRouter API 调用失败（限流、超时等） | | `3` | `FS_ERROR` | 本地文件系统错误（目录权限、磁盘空间等） | ## 验证与证据 (Verification) 在交付前，请确保通过以下冒烟测试： 1. **环境检查**: `node skills/image-generation/scripts/cli/openrouter.js --test` (返回 success: true) 2. **基础生成**: `node skills/image-generation/scripts/generate.js --prompt "test" --output "test.png"` 3. **路径安全**: 确保生成的图片位于 `.sisyphus/generated/` 或指定的安全路径下。 --- ## 资源维护 - **扩展新 Provider**: 参考 `references/extension-guide.md` - **配置详情**: 参考 `references/configuration.md` - **CLI 规范**: 参考 `references/cli-contract.md` --- Source attribution: modbender Original project: https://github.com/modbender/skill-library-mcp/blob/d9c8fe903b5b4e82237dbe8d0df8567783022e18/data/phoenixclaw-image-gen/SKILL.md License: MIT License information: https://opensource.org/license/mit Original upstream instructions; downloaded from Mega AI Hub. ## Upstream license notice MIT License Copyright (c) 2025 skill-library-mcp contributors Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE. # Mega AI Hub resource metadata Creator / publisher: modbender Original project: https://github.com/modbender/skill-library-mcp/blob/d9c8fe903b5b4e82237dbe8d0df8567783022e18/data/phoenixclaw-image-gen/SKILL.md Attribution basis: Source repository record Fields of work: Design, Marketing Roles: Graphic Designer, UX Designer, Content Marketer Specialties: API, Design Tools: OpenAI API, Openrouter Country applicability: Country not specified Classification basis: Source category, role and specialization labels Instruction SHA-256: ee9940b92895f5cbbe66e942f1e95e8fbf38c814a5435c805739770c0fdf0b81