核心用法
baoyu-imagine 是一款命令行驱动的AI图像生成技能,封装了10余家主流图像API(OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM-Image、MiniMax、Jimeng、Seedream、Replicate等)。核心工作流为:首次运行时通过交互式向导完成配置(生成EXTEND.md),随后即可通过单一命令生成图像。
典型调用模式:
- 单图生成:
--prompt "描述" --image 输出路径 - 参考图编辑:
--ref source.png --prompt "修改指令"(支持Google、OpenAI、Azure、Replicate等) - 批量并行:
--batchfile batch.json --jobs 4自动启用多工作线程 - 多文件提示:
--promptfiles system.md content.md拼接长提示
关键配置层级:CLI参数 > EXTEND.md > 环境变量 > 本地.env。支持--ar宽高比、--size精确尺寸、--quality质量预设(normal/2k),以及--imageApiDialect网关方言切换。
显著优点
1. 厂商中立与灵活切换:10+后端统一接口,自动根据可用API密钥选择提供商,也可显式指定--provider强制路由。
2. 参考图能力覆盖广:原生支持GPT Image编辑、Google多模态、Replicate家族、MiniMax主体引用等,满足修图、风格迁移、角色一致性需求。
3. 批量生成优化:自动检测多任务场景切换至并行模式,内置 Provider 级并发限制与3次失败重试,适合内容生产管线。
4. 配置即代码:EXTEND.md 持久化默认模型、质量、方言等,项目级与全局级隔离,团队协作友好。
5. 运行时可移植:基于Bun/Node,无额外容器依赖,${BUN_X} 自动解析本地或全局bun/npx。
潜在缺点与局限性
- 首次配置阻塞:必须完成交互式设置生成EXTEND.md后才能使用,CI/CD场景需预置配置文件。
- 参考图兼容性碎片化:Jimeng、Seedream 3.0、SeedEdit 3.0及部分DashScope模型不支持
--ref,需查阅Provider文档确认。 - OpenAI方言陷阱:网关若采用
ratio-metadata方言,文本生图可用但参考图编辑仍需回退openai-native,存在隐式行为差异。 - Replicate单图限制:
--n强制为1,无法单次调用获取多张。 - 批处理非推理型:并行模式假设提示已最终确定,若需逐图迭代创意,仍需拆分为子代理任务。
适合人群
- 内容创作者与设计师:需要快速切换国内外模型对比效果,或批量生成文章配图。
- 开发者与MLOps工程师:构建自动化图像管线,利用JSON批处理与环境变量注入实现可复现工作流。
- 多平台运营团队:依赖Jimeng/Seedream等国内生态与OpenAI/Google国际模型互补,统一工具降低学习成本。
常规风险
- API密钥泄露:大量环境变量管理(11+密钥),误提交至版本控制或日志的风险较高,建议配合密钥管理工具(如1Password CLI、direnv)。
- 成本失控:并行批处理可能触发突发流量,Replicate等按秒计费服务需关注
--jobs上限与 Provider 级并发配置。 - 内容合规:各平台审核策略差异大,Seedream/Jimeng等国内服务需额外关注生成内容合规性。
- 模型版本漂移:GPT Image 2等快速迭代模型,默认版本可能随API更新变化,生产环境建议显式锁定
--model。