核心用法
moark-image-gen 是一款基于 Gitee AI 平台的文生图技能，封装了 OpenAI 兼容接口的图像生成能力。用户通过自然语言描述即可调用 Qwen-Image（默认）、Kolors、GLM-Image、HunyuanDiT-v1.2-Diffusers-Distilled 及 FLUX.2-dev 等多款模型生成图像。
典型调用流程：
1. 用户输入图像描述（prompt）
2. 系统执行 perform_image_gen.py 脚本，解析 IMAGE_URL: 输出行
3. 返回 Markdown 格式图片链接，并附模型参数说明
关键参数配置：
- 尺寸选择：从 256×256 到 2048×2048 共 10 种规格，涵盖 1:1、16:9、9:16、4:3 等常用比例
- 负向提示（negative-prompt）：默认过滤低质量、畸形肢体、AI 感过重等常见问题
- 推理步数（num-inference-steps）：模型相关范围 10-50，越高细节越丰富
- 引导系数（guidance-scale）：控制提示词忠实度，FLUX/Kolors 支持 0-100 宽域调节
质量调优机制：内置用户反馈响应策略——画质不足时提升步数，提示词偏离时调整 guidance-scale，过度饱和则反向降低。
显著优点
- 模型覆盖全面：集成 5 款差异化模型，FLUX.2-dev 擅长高美学质量，Kolors 优化中文理解，HunyuanDiT 专注细节渲染
- 参数颗粒度细：10 种预设尺寸 + 可调步数/引导系数，满足从快速草稿到精细成图的多元需求
- 负向提示智能：预置中文负面标签库，降低畸形、过饱和、AI 蜡像感等常见问题
- 交互闭环设计：支持基于用户反馈的自动重试与参数修正，提升一次生成成功率
潜在局限
- 单 API 依赖：仅绑定 Gitee AI 单一供应商，无备选服务熔断机制
- 无本地推理：必须联网并持有有效
GITEEAI_API_KEY，离线场景无法使用 - 模型黑箱性：未暴露底层 LoRA、ControlNet 等进阶控制能力，专业用户定制空间有限
- 成本不透明：依赖外部 API 计费，高频调用可能产生不可控费用
适合人群
- 内容创作者：快速生成配图、概念草图、社交媒体素材
- 开发者/设计师：需批量生成特定风格图像进行原型验证
- AI 应用搭建者：寻求低代码集成文生图能力的 Agent 构建者
常规风险
- API 密钥泄露风险：
GITEEAI_API_KEY需妥善保管，硬编码或日志泄露可能导致账户盗用 - 内容合规风险：生成图像可能触及版权、肖像权或敏感内容政策，需遵守 Gitee AI 服务条款
- 输出不确定性：同一 prompt 多次生成结果存在随机性，关键商业用途需人工审核
- 服务可用性：依赖第三方 API 稳定性，高峰期可能出现延迟或限流