AI Skills
image-generation

image-generation

为文章和文档生成插图，采用 Codex 优先工作流，OpenAI API 作为备用，Gemini 作为最后备用。

0Star
0Fork
更新于 2026/7/22
获取 Skill源代码

相关 Skills

internal-comms15万marketing-council4万mkdocs-translations3.7万
SKILL.md
readonly只读
name
image-generation
description

为文章和文档生成插图，采用 Codex 优先工作流，OpenAI API 作为备用，Gemini 作为最后备用。

图像生成技能

为博客文章、文档和技术文章生成插图。工作流根据提供商自动选择：

  1. 优先使用 Codex 内置路径 — 当当前代理是 Codex 且内置 image_gen 工具可用时，直接使用。此路径不需要 OPENAI_API_KEY。
  2. OpenAI API 备用 — 在 Codex 之外，或内置工具不可用时，使用本地脚本并配置 OPENAI_API_KEY（如果存在）。
  3. Gemini 备用 — 如果 OpenAI API 生成不可用或失败，使用同一脚本并配置 GEMINI_API_KEY 和现有的 Gemini 图像模型。

仅在需要时加载特定提供商的参考文件：

  • Codex 内置路径：references/codex-built-in.md
  • OpenAI API 备用：references/openai-api.md
  • Gemini 备用：references/gemini-api.md

何时使用

  • 用户要求生成插图、图表、概念图、文章配图或文档配图
  • 用户正在撰写文章，需要概念或工作流的可视化解释
  • 用户明确要求生成光栅图像

步骤 1：确定图像需求

在生成之前，仅明确必要的信息：

  1. 要说明的内容 — 概念、架构、流程或场景
  2. 语言 — 默认使用英语作为提示词和图像中的文字。仅当用户明确要求时才使用其他语言
  3. 保存位置 — 参见“输出路径”
  4. 风格/颜色偏好 — 如果用户有特定需求，则使用；否则使用默认风格

步骤 2：选择提供商路径

路径 A：Codex 内置

在以下情况下使用此路径：

  • 当前代理是 Codex
  • 内置 image_gen 工具可用
  • 用户未明确要求 API/CLI 执行

阅读 references/codex-built-in.md，使用内置工具生成，然后将最终图像移动/复制到工作区（如果与项目相关）。

路径 B：脚本自动备用

在以下情况下使用此路径：

  • 当前代理不是 Codex
  • 内置工具不可用
  • 用户明确要求 API/CLI 执行

运行：

python <skill-root>/scripts/generate_image.py \
  --prompt "你的提示词" \
  --output "/path/to/save/image.png"

脚本默认使用 --provider auto：

  1. 当设置了 OPENAI_API_KEY 时，尝试 OpenAI API
  2. 如果 OpenAI API 失败或未配置，当设置了 GEMINI_API_KEY 时，尝试 Gemini
  3. 如果两个凭据都不可用，报告缺失的环境变量

步骤 3：编写提示词

默认风格前缀

除非使用了 --style-prefix 或 --no-style，否则脚本会自动添加以下风格前缀：

使用干净、现代的色彩调色板，色调柔和。极简扁平插画风格，具有清晰的视觉层次。适合技术博客文章的专业精致外观。无照片级渲染。无过度渐变或阴影。

对于 Codex 内置路径，除非用户要求不同风格，否则直接在提示词中包含相同的风格指导。

提示词编写指南

  • 具体描述视觉元素、关系和布局
  • 对于技术概念：描述组件及其连接方式
  • 对于架构图：列出层/组件和数据流方向
  • 对于流程图：描述步骤和流程方向
  • 如果图像中需要文字标签，明确拼写出来并保持简短
  • 默认语言为英语；仅在要求时使用其他语言

示例提示词

架构图：

一个系统架构图，显示：用户向 API 网关发送查询，
网关路由到标记为“Milvus”的向量数据库和生成服务。
向量数据库返回相关文档，这些文档与原始查询结合，
发送到生成服务以生成最终响应。
箭头显示数据流方向。每个组件是一个带图标和标签的圆角矩形。

概念插图：

关键词搜索与语义搜索的视觉对比。左侧显示关键词搜索，
精确匹配单词并高亮显示匹配词。右侧显示语义搜索，
有一个大脑图标理解含义，并用虚线连接相关概念。
一条分隔线将两种方法分开。

步骤 4：参数

默认参数

参数 默认值 说明
提供商 脚本中为 auto；Codex 内置可用时优先 优先 Codex 内置，然后 OpenAI API，最后 Gemini
OpenAI 模型 gpt-image-2 脚本备用时使用
Gemini 模型 gemini-3.1-flash-image-preview 脚本备用时使用
宽高比 3:2 横向，适合文章插图
图像大小 1K 质量和成本的良好平衡
风格 极简、干净、柔和色调 脚本自动添加
语言 英语 提示词和图像内文字

脚本选项

--provider          auto, openai, gemini
--model             所选提供商的模型 ID
--openai-model      OpenAI 模型 ID，默认为 gpt-image-2
--gemini-model      Gemini 模型 ID，默认为 gemini-3.1-flash-image-preview
--aspect-ratio      1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 9:16, 16:9, 21:9 等
--image-size        512, 1K, 2K, 4K
--openai-quality    low, medium, high, auto
--style-prefix      自定义风格前缀
--no-style          跳过默认风格前缀

何时更改默认值

场景 更改
更高质量的最终素材 --image-size 2K 或 --openai-quality high
社交媒体横幅 --aspect-ratio 16:9
纵向/垂直图像 --aspect-ratio 3:4 或 --aspect-ratio 9:16
方形图像 --aspect-ratio 1:1
用户有自己的风格 --style-prefix "your style" 或 --no-style
非英文内容 用目标语言编写提示词

步骤 5：确定输出路径

按以下优先级顺序：

优先级 1：当前对话上下文

如果用户正在处理特定的 markdown 文件或文章：

  1. 通过检查 .md 文件中的图像引用，查找该文章中现有图像的存储位置
  2. 将新图像保存在与现有图像相同的目录中
  3. 使用符合现有命名约定的描述性文件名

例如：如果文章中有 ![](images/architecture-overview.png)，则保存到相同的 images/ 目录。

优先级 2：项目图像目录

如果没有特定的文章上下文，但在项目内工作：

  1. 查找现有的图像目录：images/、assets/、static/、img/、figures/
  2. 保存在最合适的现有目录中
  3. 如果不存在，在项目根目录或相关内容目录下创建 images/ 目录

优先级 3：备用

如果没有明确的项目上下文：

  1. 保存到当前工作目录
  2. 使用描述性文件名：concept-name-illustration.png

步骤 6：验证结果

生成后：

  1. 读取图像文件以直观验证其是否符合用户要求
  2. 如果结果不满意，优化提示词并针对性地重新生成一次
  3. 如果图像将插入 markdown 文件，建议使用 markdown 语法：![alt text](relative/path/to/image.png)
  4. 报告使用了哪个提供商路径以及最终文件保存的位置