🎨 VideoAgent Image Studio

使用时机： 当用户要求生成、绘制、创建或制作任何类型的图像、照片、插图、图标、标志或艺术作品时。

使用8种最先进的AI模型生成图像。此技能会自动为任务选择最佳模型，并处理所有复杂性——包括Midjourney的异步轮询——让你专注于对话。

快速参考

用户意图	模型	速度
艺术、电影感、绘画风格	`midjourney`	~15秒
照片级真实感、肖像、产品	`flux-pro`	~8秒
通用、平衡	`flux-dev`	~10秒
快速草稿、快速迭代	`flux-schnell`	~2秒
带文字的图像、标志、海报	`ideogram`	~10秒
矢量图、图标、扁平设计	`recraft`	~8秒
动漫、风格化插图	`sdxl`	~5秒
Gemini驱动、风格一致	`nano-banana`	~12秒

如何生成图像

第一步——优化提示词

在调用脚本之前，根据所选模型扩展用户的提示词，添加风格、光照和质量描述。

Midjourney：添加 cinematic lighting、ultra detailed、--v 7、--style raw
Flux：添加 masterpiece、highly detailed、sharp focus、professional photography
Ideogram：明确说明文字内容、字体样式和布局
Recraft：指定 vector illustration、flat design、icon style

第二步——运行脚本

node {baseDir}/tools/generate.js \
  --model <model_id> \
  --prompt "<enhanced prompt>" \
  --aspect-ratio <ratio>

所有参数：

参数	默认值	描述
`--model`	`flux-dev`	上表中的模型ID
`--prompt`	(必填)	图像生成提示词
`--aspect-ratio`	`1:1`	`1:1`、`16:9`、`9:16`、`4:3`、`3:4`、`3:2`、`21:9`
`--num-images`	`1`	图像数量（1–4；Midjourney始终返回4张）
`--negative-prompt`	—	要避免的内容（Midjourney不支持）
`--seed`	—	用于可重现性的种子

第三步——返回结果

脚本始终等待并返回最终的图像URL。无需轮询。

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

将 imageUrl 发送给用户。

Midjourney 操作

使用Midjourney生成4张图像网格后，为用户提供以下选项：

# 放大图像#2（细微，保留细节）
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action upscale \
  --index 2 \
  --job-id <job_id>

# 创建图像#3的强烈变体
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action variation \
  --index 3 \
  --job-id <job_id> \
  --variation-type 1

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

放大类型： 0 = 细微（默认，最适合照片），1 = 创意（最适合插图）

变体类型： 0 = 细微（默认），1 = 强烈（显著变化）

示例对话

用户： "画一只雪豹在雪山上，电影级光照"

# 选择midjourney以获得艺术质量
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！要放大哪一张？（U1-U4）或者创建变体？（V1-V4）

用户： "使用Flux生成一张香水产品海报，白色背景"

# 选择flux-pro以获得照片级真实感的产品照片
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

用户： "给我看一个快速草稿"

# flux-schnell用于即时预览
node {baseDir}/tools/generate.js \
  --model flux-schnell \
  --prompt "..." \
  --aspect-ratio 1:1

用户： "给我做一个应用图标，扁平风格，蓝色主题"

# recraft用于矢量/图标风格
node {baseDir}/tools/generate.js \
  --model recraft \
  --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"

设置

无需API密钥！ 所有请求都通过一个托管代理进行，该代理在服务器端处理身份验证。

该技能开箱即用——只需安装即可使用。

高级：自定义代理或令牌

如果你想使用自己的代理或持久令牌，请设置以下环境变量：

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

变量	必需	描述
`IMAGE_STUDIO_PROXY_URL`	否	自定义代理基础URL（默认：`https://image-gen-proxy.vercel.app`）
`IMAGE_STUDIO_TOKEN`	否	持久令牌（如果未设置则自动获取，每个令牌100次免费使用）

要部署你自己的代理，请参阅 videoagent-audio-studio 代理作为参考实现。你需要将 FAL_KEY 和 LEGNEXT_KEY 作为Vercel环境变量。

更新日志

v2.0.0

简化异步：脚本现在会阻塞直到Midjourney完成。SKILL.md指令中不再需要 --async / --poll 标志。
统一输出格式：所有模型返回相同的 { success, imageUrl, images } 结构。
Nano Banana的参考图像：传递 --reference-images "url1,url2" 以在多次生成中保持角色/风格一致性。

v1.3.0

为Midjourney添加了非阻塞异步模式（--async + --poll）。

v1.2.0

Midjourney涡轮模式默认启用（约10-20秒）。

v1.1.0

将Midjourney提供商从TTAPI切换到Legnext.ai以获得更好的稳定性。

v1.0.0

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

videoagent-image-studio

相关 Skills