核心用法
baoyu-imagine 是一款专业级AI图像生成技能，基于TypeScript/Bun构建，通过统一CLI接口整合10+主流图像生成API：
- OpenAI GPT Image 2（原生推荐，支持编辑/参考图）
- Google Gemini 多模态系列
- Azure OpenAI 企业级部署
- 阿里DashScope（通义万象）、Z.AI GLM-Image、豆包Seedream、即梦Jimeng、MiniMax 等国产方案
- OpenRouter 聚合网关、Replicate 开源模型托管
关键功能矩阵
| 功能 | 说明 |
|------|------|
| 文生图 | 基础text-to-image，支持质量预设（normal/2K） |
| 参考图生成 | 身份保持式编辑，支持2-4张参考图联合定义主体 |
| 批量生成 | JSON批处理模式，自动并行+限流，内置重试机制 |
| 尺寸控制 | 比例模式（16:9等）或精确像素尺寸 |
| 多提示源 | 命令行、文件读取、多文件拼接 |
身份保持最佳实践
该技能特别强调硬身份保持策略：使用简短明确的指令如"Use the person in the reference as the same identity"，避免冗长面部描述导致模型合成新人物。支持跨年龄编辑（通过服装/场景/姿态而非改脸）、多图联合定义、以及反网红化约束。
配置系统
采用三级配置优先级：CLI参数 > EXTEND.md项目配置 > 环境变量 > 全局.env。首次使用强制引导式配置，持久化存储默认模型、质量、输出路径等偏好。
显著优点
1. 厂商中立架构：统一抽象层屏蔽各API差异，同一条命令可无缝切换底层提供商
2. 企业级可靠性：批量模式含自动限流、3次重试、失败隔离，适合生产流水线
3. 国产模型深度集成：对通义万象、GLM-Image、Seedream等提供专属优化（如豆包5.0/4.5的参考图支持）
4. Codex运行时兼容：明确区分OpenAI API Key与Codex OAuth授权，提供降级路径
5. 身份保持专业度：相比通用工具，提供结构化的参考图使用指南与漂移防控机制
潜在局限
- 依赖Node/Bun运行时：需预装bun或npx环境，非纯Python方案
- 参考图支持碎片化：Jimeng、Seedream 3.0、部分DashScope模型不支持参考图，需查阅provider-specific文档
- OpenAI网关方言：部分兼容网关需手动切换
ratio-metadata方言，增加配置复杂度 - 国内厂商凭证多样：豆包/即梦需Volcengine AK/SK，非标准API Key，学习成本较高
适合人群
- 内容创作者/设计师：需要批量生成封面、插图、角色一致性素材
- AI工作流工程师：将图像生成嵌入CI/CD或自动化脚本
- 多平台策略用户：希望同一项目灵活切换国内外模型以优化成本或合规
- 技术团队：需要可审计、可配置、可版本控制的生成基础设施
常规风险
| 风险类别 | 说明 | 缓释措施 |
|----------|------|----------|
| API密钥泄露 | 环境变量/EXTEND.md可能误提交 | 使用`.env`+gitignore，CI中用secrets管理 |
| 内容安全合规 | 各平台审核策略差异 | 国内业务优先选用阿里/豆包/即梦 |
| 参考图身份漂移 | 多次生成迭代后特征淡化 | 限制引用链长度，定期回归原始素材 |
| 成本失控 | 批量生成+高分辨率=费用激增 | 先用normal质量验证，2K/4K用于终稿 |
| 厂商API变更 | 国产模型版本迭代快 | 锁定模型版本号，关注技能更新日志 |
安全等级S（代码开源可审计，无本地模型执行风险），来源可信度T1（GitHub活跃维护，版本迭代规范）。