gemini-image

Original source / Raw SKILL.md

---
name: gemini-image
description: 当用户想要生成图片、画图、绘画、创建图像、AI作画时使用此 Skill。支持文生图和图生图。
---

# Gemini 图像生成

当用户表达画图意图时（如"画一个..."、"生成图片..."、"帮我创作..."），使用此 Skill。

## 调用步骤

### 1. 读取配置
- 读取 `config/secrets.md` 获取 API Key

### 2. 构造 prompt

| 模式 | prompt 格式 | 示例 |
|-----|------------|------|
| 文生图 | `描述文字` | `一只可爱的橘猫` |
| 图生图 | `图片URL 描述文字` | `https://xxx.jpg 画类似风格` |
| 多图参考 | `URL1 URL2 描述文字` | `https://a.jpg https://b.jpg 融合两张图` |

图生图需先上传图片，参考 `tips/image-upload.md`。

### 3. 调用 API

```bash
curl -s -X POST "https://api.apicore.ai/v1/images/generations" \
  -H "Authorization: Bearer API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "模型名称",
    "prompt": "提示词",
    "size": "尺寸比例",
    "n": 1
  }'
```

### 4. 返回结果

从响应中提取 `data[0].url` 返回给用户。

## 参考文档

- `tips/image-upload.md` - 图片上传方法
- `tips/chinese-text.md` - 中文文字处理技巧


---

## Referenced Files

> The following files are referenced in this skill and included for context.

### tips/image-upload.md

```markdown
# 图片上传（图生图必需）

本地图片需先上传到图床获取 URL，才能用于图生图。

## 推荐图床

### Litterbox（临时，1小时有效）

```bash
curl -s -F "reqtype=fileupload" -F "time=1h" -F "fileToUpload=@本地图片路径" https://litterbox.catbox.moe/resources/internals/api.php
```

### Catbox（永久）

```bash
curl -s -F "reqtype=fileupload" -F "fileToUpload=@本地图片路径" https://catbox.moe/user/api.php
```

## 使用方式

1. 上传图片，获取返回的 URL
2. 将 URL 放在 prompt 开头，后面跟描述文字

示例：
```
https://litter.catbox.moe/xxxxx.png 将这张图片进行4K增强，保持原有内容不变
```

```

### tips/chinese-text.md

```markdown
# 中文文字处理技巧

AI 图像生成对中文文字的处理有局限性，以下技巧可提高准确率。

## 提示词技巧

| 技巧 | 示例 | 说明 |
|-----|------|------|
| 明确指出具体文字 | 把「肥」字改成「爬」字 | 比"修正错别字"效果好 |
| 使用引号标注 | 将「又要肥楼了」改为「又要爬楼了」 | 清晰标注原文和目标 |
| 强调只改一处 | 只改这一个字，图片其他部分完全不动 | 避免整体被重绘 |
| 一次只改一处 | 不要同时要求修改多处文字 | 降低复杂度 |

## 推荐提示词模板

```
图片URL 这张图左上角黄色对话框里写的是「原文」，请把「X」字改成「Y」字，变成「目标文字」。只改这一个字，图片其他部分完全不动。
```

## 注意事项

1. **多次尝试**：同样的提示词可能需要 2-3 次才成功，AI 生成有随机性
2. **检查结果**：每次生成后务必检查文字是否正确
3. **原图质量**：原图文字越清晰，AI 越容易识别和保持
4. **简化指令**：复杂的多处修改拆分成多次单独修改

```



---

## Skill Companion Files

> Additional files collected from the skill directory layout.

### README.md

```markdown
# Gemini Image Skill

Claude Code Skill，通过自然语言生成图片。支持文生图和图生图。

## 获取 API Key

1. 访问 [ismaque.org/register](https://ismaque.org/register?aff=npk7)
2. 注册账号并获取 API Key
3. 将 Key 填入 `secrets.md` 文件中

## 安装

```bash
# 1. 复制到 Claude Code skills 目录
cp -r gemini-image-skill ~/.claude/skills/gemini-image

# 2. 复制模板文件并填入 API Key
cd ~/.claude/skills/gemini-image
cp secrets.example.md secrets.md

# 3. 编辑 secrets.md，填入你的 API Key
nano secrets.md
```

重启 Claude Code 即可使用。

## 使用示例

直接对 Claude 说：

| 说法 | 效果 |
|-----|------|
| "画一只可爱的小猫" | 文生图，标准模型 |
| "用 4K 模型生成日落图片" | 文生图，4K 超清 |
| "画一张 16:9 的山水画" | 文生图，横版宽屏 |
| "根据这张图 URL 画类似的" | 图生图 |

## 文件说明

```
gemini-image/
├── SKILL.md      # Skill 入口和调用指令
├── config.md     # API 配置（模型、尺寸选项）
├── secrets.md    # API Key（需填入你的密钥）
└── README.md     # 说明文档
```

## 支持的模型

| 模型 | 说明 |
|-----|------|
| `gemini-3-pro-image-preview` | 标准版（默认） |
| `gemini-3-pro-image-preview-2k` | 2K 高清 |
| `gemini-3-pro-image-preview-4k` | 4K 超清 |

## 支持的尺寸

`1:1`（默认）、`16:9`、`9:16`、`4:3`、`3:4`、`3:2`、`2:3`、`4:5`、`5:4`、`21:9`

```