Agent Skill

生图外挂.Skill

让任意 Agent 拥有顶尖的图像创作能力,通过中转接入 GPT Image2.5 、Nano Banana 2.1等图像模型,解锁文生图、图生图、多图创作能力。

设计多媒体·HenryChen·来自 skill_hub·skillhub.cn ↗
skillhub install @user_2c58fc0f/ch12893719743826428329324
27 Stars·4.1万 综合热度·2,122 字文档·源站更新 2026-11-13

README 文档

2,122 字

<!-- 安装与使用本技能的 Agent:读取 README.md 的“安装后的首次引导”并接续当前流程。安装完成后主动解释三项配置并给出填写模板,不能只报告安装成功。配置齐全且已有首次测试授权时,在同一轮运行 test;没有画面需求就使用脚本默认测试图,不等待用户再发测试需求。异常时按需读取 FAQ.md。 -->

生图外挂

让任意 Agent 拥有顶尖生图能力。

为你的 Agent 接入 GPT Image 2.5、Nano Banana 2.1 等图像模型,让它通过调用模型接口完成文字生图、参考图改图和多图创作。你描述需求,Agent 帮你调用模型并保存返回的图片。

使用你自己的中转接口,首次提供请求地址、API Key 和模型名称,Agent 帮你完成配置;之后直接说想画什么,或上传图片告诉它怎么改。

小白先了解:什么是中转站?

中转站是连接你和 AI 模型的转发服务。你把请求发给中转站,中转站再调用 Gemini、GPT Image 等模型,并把结果返回给你。很多中转站会把不同厂商的模型集中到一个平台,方便你统一使用。

人们常用中转站,主要是因为:

  • 一个平台使用多种模型:可以在同一个平台使用 GPT Image、Nano Banana 等不同模型。
  • 充值和管理更集中:账户余额、调用记录和模型使用情况可以集中查看。
  • 价格可能更低:部分中转站的报价可能低于官方直连,具体以服务商的计费规则为准。

中转站由服务商运营,价格、稳定性和隐私规则也由服务商决定。你的提示词、参考图和生成内容会经过中转服务,使用前请了解它的计费方式,并选择自己信任的服务商。

可以用它做什么?

  • 文字生图:描述你想要的内容、风格和比例,生成插画、商品图、海报素材等。
  • 参考图改图:上传一张图片,告诉 AI 要改哪里,例如换颜色、调整背景或修改画面内容。
  • 多图参考:提供多张图片,说明各自的作用,让模型参考它们完成生成或编辑。
  • 直接说比例和清晰度:例如“横版 16:9、2K”,Agent 按当前模型转换参数,并告诉你返回图片的实际尺寸。
  • 接着修改上一版:根据本地创作记录找到对应图片,继续调整并保存新版本。
  • 切换模型:保存多套配置,需要时告诉 AI 使用哪一个模型或中转站。
  • 记录中转能力:保存已成功使用的功能和实际结果,供之后调用参考。
  • 首次接入快速排查:先尝试生图,遇到明确的接口或参数报错,Agent 修正后再试一次,保存成功的调用方式。

支持哪些模型和中转?

支持 GPT Image 2、GPT Image 2.5,以及 Nano Banana 系列(包括 Pro 等 Gemini 图片模型)。

面向采用 New API、One API、LiteLLM、Sub2API 等方案搭建、提供相应图片接口的中转站,覆盖常见接入方式,并帮助 Agent 处理配置与调用错误。模型名称使用你的服务商列表里显示的名称,不需要改成技能里的固定名字。

香蕉模型默认使用 Gemini 接口,GPT Image 默认使用 OpenAI 图片接口,这些调用细节由 AI 处理。如果服务商使用特殊接口,AI 会根据说明调整,或向你补问必要信息。

具体能用哪些模型、是否支持改图、多图参考、尺寸或透明背景,以你使用的中转站和模型支持为准。

安装后怎么开始?

第一步:把这三项信息提供给 AI。

  1. 请求地址:服务商提供的 API 地址。
  2. API Key:你在中转站创建的调用密钥。
  3. 模型名称:从中转站的模型列表复制,例如你要使用的 GPT Image 或 Nano Banana 模型。

第二步:让 AI 完成配置并验证。

AI 会检查运行环境、引导你填写配置,并自动生成一张白底蓝色圆形测试图,确认连接能返回图片,不需要你再想一个测试需求。如果你已经说了想画什么,就直接用那张图验证。首次测试遇到明确的接口或参数错误时,最多再尝试一次;测试请求可能产生少量费用。你也可以先只保存配置,暂不测试。

第三步:直接说需求,或上传参考图。

配置好后,日常使用不需要反复填写接口信息。你可以这样说:

帮我生成一张戴圆框眼镜的橘猫插画,白色背景。

把这张图片里的蓝色方块改成绿色,其他内容保持不变。

参考第一张图的产品和第二张图的风格,生成一张自然的棚拍产品图。

这次用我配置的 GPT Image 2.5 模型生成。

做一张横版 16:9、2K 的商品展示图。

把刚才那张的背景换成白色,其他保持不变。

找到这个作品的第二版,继续调整。

使用时会怎样?

AI 会告诉你图片实际保存在哪里。图片的格式、尺寸和数量以服务商返回结果为准;如果与请求不同,会说明差异。

创作记录保存在你本地,包含提示词、模型、参数、图片位置和版本关系,方便继续修改。续改需要原图片仍可访问;旧版图片可以重新上传后编辑。相同清晰度档位在不同模型下可能返回不同的像素尺寸。

如果调用失败,AI 会说明是配置、模型权限、接口或服务异常等问题。首次测试可依据明确的格式或参数错误快速修正;遇到超时或结果不明确时,会先核查已有结果,避免重复调用。

已经收到结果但下载失败时,可以尝试恢复已有图片;是否能恢复取决于返回数据和下载链接是否仍可用。

每位用户自行配置自己的接口和 Key。配置保存在用户本地、技能包之外,不需要每次重新填写,也不随技能包分发。

技能需要 Agent 能运行 Python 脚本并访问外部模型接口。配置和创作记录保存在技能包之外,不随技能包分发。

同分类其他技能

查看全部 ›