核心功能
Image Generation是一款多平台AI图像生成技能，整合了Midjourney、DALL-E 3、Stable Diffusion、Flux、Leonardo、Ideogram、Replicate七大主流服务商。核心能力覆盖文生图、图像编辑、风格迁移、超分辨率放大等完整工作流。
使用机制
1. 智能记忆系统：自动读取~/image-generation/memory.md保存用户偏好供应商、风格偏好和项目上下文
2. 草稿优先策略：建议从512×512或1024×1024低分辨率验证提示词，生成4+变体后再放大优胜者
3. 任务驱动的供应商匹配：
- 照片级真实感 → Midjourney/Flux Pro
- 图像内文字生成 → Ideogram/DALL-E 3
- 快速迭代 → Flux Schnell/Leonardo
- 最大可控性 → Stable Diffusion
- 智能修复 → DALL-E 3/Stable Diffusion
提示词工程规范
- 主体前置："A red fox"优于"In the forest there is a red fox"
- 具体描述：用"golden hour sunlight"替代"good lighting"
- 宽高比适配内容：1:1人像、16:9风景
显著优势
- 多平台覆盖：避免单一供应商锁定，按需选择最优引擎
- 本地化隐私：仅提示词外发，偏好设置本地存储
- 系统化工作流：从草稿验证到成品放大的标准化流程
- 常见陷阱预案：针对手指畸形、文字乱码、面部扭曲等问题提供修复策略
局限性与风险
- 依赖第三方API：所有图像生成需信任OpenAI、Midjourney、Stability AI等服务商的数据处理
- 版权模糊地带：AI生成图像的版权归属因平台而异，商用需谨慎
- 质量不可控：同一提示词在不同供应商间输出差异显著
- 成本累积：多平台试用可能导致分散的订阅费用
适合人群
视觉设计师、营销创意人员、独立开发者、内容创作者，以及需要快速原型视觉概念的技术团队。不适合对数据主权有极高要求或完全离线环境的用户。
常规风险提示
- 提示词内容将被发送至所选AI供应商服务器
- 生成图像由供应商托管存储，非本地保存
- 各平台内容审核政策不同，敏感主题可能触发过滤