核心用法
text-preserve 是一款专为非拉丁文字（CJK字符）AI图像生成设计的智能渲染技能。其核心创新在于分离式渲染架构：首先通过 Gemini Flash LLM 分析用户提示词，提取需要嵌入图像的文本内容及设计样式（字体、大小、角色层级）；随后利用 Node.js Canvas 在本地完成文字的高质量预渲染，生成透明背景 PNG；最后将预渲染文字图层作为参考图像输入 Gemini 图像生成模型，由 AI 完成背景、构图、视觉风格的智能融合。整个流程支持一键式 pipeline 命令，也可按 detect→analyze→render→generate 四阶段精细调控。
显著优点
1. 彻底解决文字形变难题：传统 AI 图像模型直接生成中文、韩文、日文时，常出现笔画断裂、字形扭曲、无意义字符等「幻觉」问题。该技能通过确定性 Canvas 渲染确保文字 100% 准确，再将渲染结果作为「锚点」引导 AI 生成，实现文字保真与视觉美感的统一。
2. 多语言智能适配：内置 Noto Sans/Serif 系列字体库，自动识别韩文（Hangul）、日文（Kana/Kanji）、中文（简体/繁体）、泰文等脚本类型，并按 headline/subheadline/body/caption 角色自动分配字号层级，大幅降低专业排版门槛。
3. 设计灵活性兼备：支持用户自定义字体风格（无衬线/衬线/装饰体/手写体），可叠加参考图像（--ref）进行风格迁移，满足品牌海报、社交媒体配图、电商主图等多元场景需求。
4. 健壮的降级机制：未配置 Gemini API 密钥时，自动切换至规则基础分析模式，保证核心预渲染功能可用，体现工程设计的容错思维。
潜在缺点与局限性
1. 外部依赖刚性：功能完整运行依赖 Google Gemini API（图像生成）及 GitHub 字体下载，网络环境受限或 API 额度耗尽时体验下降。canvas 包的系统级依赖（如 Cairo/Pango 库）也可能在特定部署环境（如 Alpine Linux）引发兼容性问题。
2. 创意自由度受限：预渲染文字在最终图像中的位置、透视、光影融合由 Gemini 自动处理，对追求极端变形文字（如立体扭曲、流体效果）的高级设计需求，可控性不及纯原生 AI 生成方案。
3. 字体版权注意：虽然 Noto 系列为开源字体（SIL Open Font License），但商业高阶场景（如大型品牌 Campaign）需确认字体授权范围，避免合规风险。
适合的目标群体
- 跨境电商运营：需批量生成含准确韩文/日文/中文的商品主图、促销海报
- 社交媒体内容创作者：快速产出带精准文字标题的 Instagram/小红书封面
- 品牌设计团队：确保品牌名、Slogan 在多语言市场视觉物料中的绝对准确性
- AI 应用开发者：集成至自动化工作流，构建本地化图像生成服务
使用风险
性能风险：Canvas 预渲染 + Gemini API 双阶段调用使单次生成耗时显著高于纯文本提示的图像生成，高并发场景需评估队列与缓存策略。成本风险：Gemini Pro 图像生成模型按调用量计费，批量生产需监控 API 消耗。隐私风险：提示词文本经 Gemini 分析处理，虽 Google API 采用 TLS 1.3 加密传输，但敏感商业文案仍建议脱敏后处理。维护风险：Node.js canvas 库版本迭代可能引入原生模块编译问题，建议锁定依赖版本并持续跟进安全更新。