AI Image Gen

核心用法

image-gen是一款基于Google Gemini Flash Image API的AI图像生成工具，通过命令行脚本调用实现文生图功能。用户需配置IMAGE_GEN_API_KEY和可选的IMAGE_GEN_BASE_URL环境变量，执行scripts/generate_image.py脚本并传入提示词即可完成图片生成。

工具提供极其丰富的模型选择，涵盖标准、2K、4K三种分辨率，以及1:1、3:2、16:9、21:9等10种常见比例，总计30+个模型变体。默认使用gemini-3.1-flash-image-2k-16x9（2K横屏），平衡了质量与生成速度。

显著优点

1. 分辨率覆盖全面：从社交头像到超宽屏壁纸，从竖版海报到4K印刷级输出，几乎覆盖所有常见用途
2. API集成成熟：基于Google Gemini官方API，模型能力和稳定性有基本保障
3. 提示词优化友好：官方文档提供了详细的中文提示词技巧指导，降低使用门槛
4. 输出可控性强：支持指定输出路径，便于集成到自动化工作流

潜在缺点与局限性

• 依赖外部API：需自行申请API密钥，存在配额和费用限制
• 仅支持文生图：不支持图生图、局部重绘、ControlNet等高级编辑功能
• 无内置审核机制：用户需自行承担生成内容的合规责任
• 自定义代理地址：默认base URL指向code.newcli.com，非Google官方域名，存在中间人风险

适合人群

• 需要快速生成概念图、配图的设计师和运营人员
• 构建自动化内容生产流程的开发者
• 对图片质量要求中等、追求效率的创作者

常规风险

API密钥泄露可能导致配额被盗用；生成内容可能涉及版权敏感风格（如吉卜力风）；自定义代理服务器的数据隐私需额外评估。建议生产环境使用专用API密钥并设置调用限制。

核心用法

该 Skill 提供命令行方式的 AI 图像生成能力，通过调用 Gemini Flash Image API 实现文生图功能。用户需配置 IMAGE_GEN_API_KEY 和 IMAGE_GEN_BASE_URL 环境变量，执行 scripts/generate_image.py 脚本并传入提示词即可生成图片。支持丰富的模型选择，涵盖标准/2K/4K 三种分辨率与 10 种常见比例（1:1、3:2、16:9、21:9 等），默认使用 2K-16x9 横屏模型。

显著优点

1. 功能完备：覆盖从社交媒体头像到电脑壁纸、短视频封面等多场景尺寸需求，提示词支持风格、构图、色彩等详细描述。
2. 代码质量良好：结构清晰，无 eval/exec/system 等危险函数，无硬编码敏感信息，API 密钥通过环境变量管理。
3. 依赖安全可靠：使用 httpx 作为 HTTP 客户端，该库为知名开源项目，维护活跃且无已知 CVE 漏洞。
4. 合规基础扎实：通过 GDPR 数据最小化原则、输入验证机制等多项合规检查。

潜在缺点与局限性

1. 第三方 API 中转风险：实际调用的是 code.newcli.com/gemini（FoxCode 中转服务），非 Google 官方直连，用户提示词需经第三方服务器处理，存在数据收集和隐私泄露潜在风险。
2. 个人开发者维护：由 GitHub 用户 @qiujiahong 个人维护，非知名组织背书，长期安全更新依赖个人开发者承诺。
3. 功能相对单一：仅支持文生图，暂无量身定制的图生图、局部重绘、ControlNet 等进阶功能。
4. 网络稳定性依赖：缺乏请求重试机制，仅配置 120 秒超时，网络抖动时体验可能受影响。

适合人群

• 需要快速生成概念图、社交媒体配图、壁纸等视觉内容的创作者
• 对图像生成有基础需求、不处理高度敏感商业机密的个人用户
• 能够接受第三方中转服务、理解数据隐私权衡的技术用户

常规风险

• 数据外泄风险：提示词内容和 API 密钥传输至第三方中转服务器
• 服务可用性风险：依赖 FoxCode 中转服务的稳定性，非 Google 官方 SLA 保障
• 版权与内容风险：AI 生成图像的版权归属因地区而异，商业使用需谨慎