核心用法
flux-image 技能通过 inference.sh CLI 提供对 Black Forest Labs FLUX 系列模型的直接调用能力。用户需先安装 CLI 工具（curl -fsSL https://cli.inference.sh | sh），登录后即可通过 infsh app run 命令执行图像生成任务。支持两种核心模型：FLUX Dev LoRA（falai/flux-dev-lora，质量最高，适合生产环境）和 FLUX.2 Klein LoRA（falai/flux-2-klein-lora，速度最快，适合快速迭代）。功能覆盖文本生成图像、图像到图像转换、LoRA 微调风格迁移，以及通过 JSON 参数精细控制输出。
显著优点
- 模型权威性：FLUX 由 Black Forest Labs（Stable Diffusion 原团队创立）开发，在图像质量、文本理解和美学表现上属行业顶尖水平
- CLI 轻量安全：安装脚本仅检测系统架构、下载匹配二进制并校验 SHA-256，无需 root 权限或后台驻留
- 灵活扩展：支持 150+ 应用生态，可通过
npx skills add扩展图像编辑、超分辨率等能力 - 实时反馈：支持流式结果输出，便于监控生成进度
潜在局限
- 依赖第三方服务：完全依赖 inference.sh 云端 API，需稳定网络连接，存在服务中断风险
- CLI 学习成本：非图形界面，对不熟悉命令行的用户有一定门槛
- 成本不确定：文档未明确计费模式，高频使用可能产生显著费用
- 模型黑箱性：FLUX 权重非完全开源（Dev 版本受限许可），自定义训练受限
适合人群
- 开发者与技术人员，熟悉命令行操作
- 设计师与创作者，需批量生成或自动化图像工作流
- 对图像质量有专业要求，愿为顶级模型性能接受一定复杂度
常规风险
- 供应链安全：虽然安装脚本校验 checksum，但初始
curl | sh模式存在被中间人攻击替换的风险 - API 密钥管理：
infsh login后凭证存储于本地，需防范泄露 - 内容合规：AI 生成图像可能涉及版权、肖像权及有害内容风险，用户需自行承担合规责任
- 供应商锁定：深度绑定 inference.sh 生态，迁移至其他平台需重构工作流