videoagent-image-studio

🎨 VideoAgent Image Studio

使用時機： 使用者要求生成、繪製、創作或製作任何類型的圖片、照片、插圖、圖示、標誌或藝術作品。

使用8種最先進的AI模型生成圖片。此技能會自動為任務選擇最佳模型，並處理所有複雜性——包括Midjourney的非同步輪詢——讓你專注於對話。

---

快速參考

使用者意圖	模型	速度
藝術、電影感、繪畫風格	midjourney	~15秒
照片寫實、人像、產品	flux-pro	~8秒
通用、平衡	flux-dev	~10秒
快速草稿、快速迭代	flux-schnell	~2秒
含文字圖片、標誌、海報	ideogram	~10秒
向量圖、圖示、扁平設計	recraft	~8秒
動漫、風格化插圖	sdxl	~5秒
Gemini驅動、風格一致	nano-banana	~12秒

---

如何生成圖片

步驟1 — 強化提示詞

在呼叫腳本前，根據所選模型擴充使用者的提示詞，加入風格、光線和品質描述。

• Midjourney：加入 cinematic lighting、ultra detailed、--v 7、--style raw
• Flux：加入 masterpiece、highly detailed、sharp focus、professional photography
• Ideogram：明確說明文字內容、字體風格和版面
• Recraft：指定 vector illustration、flat design、icon style

步驟2 — 執行腳本

node {baseDir}/tools/generate.js \
  --model <model_id> \
  --prompt "<強化後的提示詞>" \
  --aspect-ratio <比例>

所有參數：

參數	預設值	說明
--model	flux-dev	上方表格中的模型ID
--prompt	(必填)	圖片生成提示詞
--aspect-ratio	1:1	1:1、16:9、9:16、4:3、3:4、3:2、21:9
--num-images	1	圖片數量（1–4；Midjourney固定回傳4張）
--negative-prompt	—	要避免的內容（Midjourney不支援）
--seed	—	隨機種子，用於重現結果

步驟3 — 回傳結果

腳本會等待並回傳最終圖片URL，無需輪詢。

{
  "success": true,
  "model": "flux-pro",
  "imageUrl": "https://...",
  "images": ["https://..."]
}

將 imageUrl 傳送給使用者。

---

Midjourney 操作

使用Midjourney生成4張圖片網格後，提供使用者以下選項：

# 放大圖片 #2（細微，保留細節）
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action upscale \
  --index 2 \
  --job-id <job_id>

# 對圖片 #3 產生強烈變化
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action variation \
  --index 3 \
  --job-id <job_id> \
  --variation-type 1

# 使用相同提示詞重新生成
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action reroll \
  --job-id <job_id>

放大類型： 0 = 細微（預設，適合照片）、1 = 創意（適合插圖）

變化類型： 0 = 細微（預設）、1 = 強烈（大幅改變）

---

對話範例

使用者：「畫一隻雪豹在雪山上的場景，要有電影級燈光」

# 選擇 midjourney 以獲得藝術品質
node {baseDir}/tools/generate.js \
  --model midjourney \
  --prompt "a majestic snow leopard on a snowy mountain peak, cinematic lighting, dramatic atmosphere, ultra detailed --ar 16:9 --v 7" \
  --aspect-ratio 16:9

🎨 完成！要放大哪一張？（U1-U4）還是要產生變化？（V1-V4）

---

使用者：「用Flux生成一張香水產品海報，白色背景」

# 選擇 flux-pro 以獲得照片寫實的產品照
node {baseDir}/tools/generate.js \
  --model flux-pro \
  --prompt "a luxury perfume bottle on a clean white background, professional product photography, soft shadows, 8k, highly detailed" \
  --aspect-ratio 3:4

---

使用者：「給我看一個快速草稿」

# flux-schnell 用於即時預覽
node {baseDir}/tools/generate.js \
  --model flux-schnell \
  --prompt "..." \
  --aspect-ratio 1:1

---

使用者：「幫我做一個App圖示，扁平風格，藍色主題」

# recraft 用於向量/圖示風格
node {baseDir}/tools/generate.js \
  --model recraft \
  --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"

---

設定

無需任何API金鑰！ 所有請求皆透過託管代理伺服器處理驗證。

此技能開箱即用——只需安裝即可使用。

進階：自訂代理或Token

如果你想使用自己的代理伺服器或持久Token，請設定以下環境變數：

{
  "skills": {
    "entries": {
      "videoagent-image-studio": {
        "enabled": true,
        "env": {
          "IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
          "IMAGE_STUDIO_TOKEN": "your_token_here"
        }
      }
    }
  }
}

變數	必要	說明
IMAGE_STUDIO_PROXY_URL	否	自訂代理基礎URL（預設：https://image-gen-proxy.vercel.app）
IMAGE_STUDIO_TOKEN	否	持久Token（若未設定會自動取得，每個Token有100次免費使用）

若要部署自己的代理伺服器，請參考 videoagent-audio-studio proxy 作為實作參考。你需要在Vercel環境變數中設定 FAL_KEY 和 LEGNEXT_KEY。

---

更新日誌

v2.0.0

• 簡化非同步：腳本現在會阻塞直到Midjourney完成。SKILL.md中不再需要 --async / --poll 標記。
• 統一輸出格式：所有模型回傳相同的 { success, imageUrl, images } 結構。
• Nano Banana的參考圖片：傳入 --reference-images "url1,url2" 以保持角色/風格一致性。

v1.3.0

• 為Midjourney新增非阻塞非同步模式（--async + --poll）。

v1.2.0

• Midjourney預設啟用Turbo模式（約10-20秒）。

v1.1.0

• 將Midjourney供應商從TTAPI切換至Legnext.ai以獲得更好的穩定性。

v1.0.0

• 初始版本，支援Midjourney、Flux、SDXL、Nano Banana、Ideogram、Recraft。