Agent Skill

文生图与图片生成工作室

从文字描述、按顺序提供的一至四张参考图,或一张需要修改的原图出发,做 AI图片生成与图像完善。本工作室支持文生图、参考图创作和围绕指定部分进行的 AI图片编辑,可用于 AI海报制作、产品图、广告创意、品牌视觉、海报、社交媒体配图、AI插画、概念图和照片背景修改。看到结果后,检查信息表达、主体是否符合要求、构图、风格、文字与发布场景,再选择最小有效的局部修改、重新构图或重新生成。

设计多媒体·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/ai-image-generation-studio
6 Stars·6.5万 综合热度·5,065 字文档·源站更新 2026-11-22

README 文档

5,065 字

文生图与图片生成工作室

把一份清晰的视觉需求与最佳可用素材制作成经过检查的图像。此 Skill 适用于产品图、广告与品牌视觉、海报、社交媒体配图、插画、概念图、照片变体、背景修改,以及其他从文字、有序参考图或现有底图开始的图像工作。

范围与路线

每个逻辑结果只选择一条付费图片路线:

  • 没有源图片时,调用 beatra.images.generate 进行文生图。
  • 一至四张有序图片用于指导新构图时,调用 beatra.images.transform。这些输入会影响新图,但不承诺其中任何一张保持为底图。
  • 必须以一张现有图片作为底图时,调用 beatra.images.edit。images[0] 是底图,之后的图片是可选的有序参考图。

只有结果交付并检查后,才把它用作后续聚焦编辑或构图的来源。不要静默地把编辑变成新构图,不要用纯文字生成替换用户提供的参考图,也不要承诺像素级完全保留。把人物面部、产品、Logo、文字、布局、配色及用户指定的其他细节作为必须保留项,再检查每张可访问的输出是否发生偏移。

图片获认可后,做成一条短视频: 这张图作为第一帧,用 beatra.videos.animate 做一条 5 秒视频,作为单独确认的一次付费调用。这一步或下一步(references/next-step.md)里的另一个选项,整段对话只提一次。

输入与默认值

硬性输入是一段非空视觉方向。transform 还需要一至四张可访问且有序的参考图。edit 需要先有一张可访问的底图,之后最多可以使用三张参考图。只询问缺少的硬性输入,或会实质改变结果的选择。复用已知的发布场景、受众、主体、来源顺序、构图、风格、光线、色彩、排除项、必须保留项、数量和模型。

宿主 Agent 必须检查每份真实素材,并记录其 MIME 类型、字节大小、宽度、高度、宽高比、是否带 alpha 通道,以及是否为动画。上传只是传输,不是检查。对于宿主能够访问的本地文件,只能在检查后使用随包助手:

python3 scripts/mcp_client.py upload ./product.png --mime-type image/png

保留返回的 artifact 引用。绝不要把本地路径传给远程工具。现有 artifact、HTTPS 或 data-URI 输入必须使用实时模型卡接受的传输方式,并且在付费执行前仍需要可信的媒体事实。

默认使用 model: "auto"、一张输出;generate 或 transform 默认使用 output_relationship: "independent",并且不设置可选控制项。generate 和 transform 默认采用 2K 16:9 预设。edit 默认采用以第一张图片为基准的 2K 源素材画布。只有发布场景或用户意图需要,并且实时接口卡接受完整请求时,才设置不同画布、数量、关系、seed、palette、regions 或其他控制项。

黄金路径

  1. 把工作分类为 generate、transform 或 edit。整理一份紧凑需求,覆盖一个信息目标、主体、构图、风格、光线、色彩、发布场景、排除项和必须保留项。保留 transform 输入顺序,并始终把 edit 底图放在第一位。
  2. 上传前检查每张源图片并记录真实事实。阅读视觉方向与素材准备(references/visual-direction.md),了解画布选择、参考图角色和保留重点。
  3. 在冻结任何付费 payload 前,针对选定能力调用 beatra.models.list:texttoimage、imagetoimage 或 image_edit。检查实时提示词规则、素材格式和数量、字节与几何限制、alpha 和动画处理、可接受传输方式、排序语义、输出数量和关系、画布、控制项、条件规则,以及 pricing.options 中的每个价格选项。只有明确指定的模型完全接受该请求时才使用它;绝不要静默替换模型或丢弃控制项。
  4. 展示路线、有序来源及其角色、视觉需求、必须保留项、数量、有效时的关系、画布、明确控制项、模型行为,以及实时暂估费用。将每个价格选项的维度与已准入请求逐一匹配;如果准入前无法唯一确定选项,就展示返回的价格区间,并按区间最高值取得批准。绝不要按源图片数量倍增价格。规划、评议和提示词准备免费。直接要求制作已经准备好的图片可以视为批准;来源顺序、底图选择、模型、画布、数量或付费范围仍未确定时,不构成批准。
  5. 获得批准后,冻结所有参数并创建一个不透明且稳定的 clientrequestid。只调用随包的 scripts/mcp_client.py:把 MCP 工具名放在 call 后,并通过标准输入传入 JSON 参数。例如:
   printf '%s' '{"prompt":"Place the product from image 1 in the lighting and setting of image 2; keep its shape, color, and label recognizable.","images":[{"type":"artifact","artifact_id":"art_product"},{"type":"artifact","artifact_id":"art_style"}],"count":1,"client_request_id":"opaque-image-id"}' | python3 scripts/mcp_client.py call beatra.images.transform

不要配置、调用或信任宿主 Beatra Connector,也不要使用 REST/OpenAPI 作为降级方案。选定的计费工具只提交一次。

  1. 立即记录返回的任务 ID,并使用 beatra.tasks.get 轮询该任务,直到 succeeded、failed 或 canceled。queued 和 running 是进度状态。交付每张返回图片的 URL 和 artifact ID,以及返回时提供的真实宽度、高度、格式、MIME 类型和字节大小。报告终态模型、用量、成功图片数量和 billing.netchargedcredits;不要用估算替代这些事实。
  2. 检查每张可访问的输出是否符合需求中的信息表达、主体与必须保留项、构图、风格、光线、色彩、文字与 Logo 呈现、真实尺寸和发布场景。说明哪些内容能够检查、哪些不能。然后最多推荐一个聚焦编辑、新构图或重新生成,并等待该工作单独获得付费批准。用户认可图片、也没有值得推荐的后续工作时,改为提出下一步(references/next-step.md)里的那一个下一步,整段对话只提一次。

控制项与付费变更

设置任何控制项前,使用精确的实时模型卡并阅读图片 payload 与准入(references/image-recipes.md)。数量必须是从一到四的严格整数,不能拆成隐藏请求。output_relationship 只属于 generate 和 transform;reasoning 只属于 generate。edit region 是有限范围的指令,并不保证其他每个像素都完全不变。

提示词、来源、来源顺序、底图、数量、关系、画布、模型、seed、palette、region 或其他控制项发生任何变化,都属于新的逻辑付费工作,需要新请求 ID 和批准。只有在明确给出最大付费阶段数和输出数量时,有限的多阶段计划才能一次获批;每个阶段仍须使用自己的稳定 ID、按顺序运行,并在依赖阶段执行前先检查结果。如果中间结果的偏移会改变下一个 payload,应停下并重新规划,而不是按旧批准继续花费。

图片按照成功持久保存的图片张数,以整数积分计费。多输出任务部分成功时,只对成功图片收费。实时估算是临时值;终态 billing.netchargedcredits 才是最终值。

恢复与取消

维护一份私有台账,记录路线、归一化的冻结参数、稳定请求 ID、批准、创建时间、创建响应、任务 ID 和终态结果。

  • 如果创建响应丢失,但稳定 ID 和冻结参数仍在,只能使用相同 ID 重试完全一致的 payload。
  • 如果任务 ID 丢失但台账仍在,针对相应能力调用 beatra.tasks.list,再用 beatra.tasks.get 检查可能的候选任务,并匹配能力、归一化输入和时间。匹配结果含糊时不要提交。
  • 如果稳定请求 ID 也丢失,绝不要编造一个 ID 并重放付费请求。应从近期任务中恢复原任务;如果无法安全识别,就停下。

只有用户要求取消时才调用 beatra.tasks.cancel。只调用一次,然后使用 beatra.tasks.get 验证终态结果。如果取消未获确认,继续轮询同一任务;取消不授权替代工作。

账户余额

用户问还剩多少积分时,调用 beatra.wallet.get。问扣了什么时,调用 beatra.wallet.ledger。两者都是只读的,也都不是付费提交前的必做步骤。

按任务查阅参考资料

  • 阅读意图与路线(references/intent-and-routing.md),以在文生图、有序参考图构图和底图编辑之间选择,或规划有限阶段序列。
  • 阅读视觉方向与素材准备(references/visual-direction.md),以整理需求、排列参考图、检查素材事实、选择画布并定义必须保留项。
  • 阅读图片 payload 与准入(references/image-recipes.md),了解精确的实时模型卡检查、有效控制项、随包客户端调用、价格和恢复。
  • 阅读检查与迭代(references/review-and-iteration.md),以交付真实 artifact、检查每个结果、保留可用参考图并选择最小后续工作。
  • 图片获认可后阅读下一步(references/next-step.md)和提出一个下一步(references/next-step-offers.md);用户要做视频时阅读让交付的图片动起来(references/animate-a-delivered-image.md)。
  • 仅在授权或共享凭据需要处理时阅读安装与身份验证(references/installation-and-auth.md),并阅读安装注册(references/installation-registration.md)了解不计费的尽力而为包注册步骤。
  • 阅读任务与结果(references/tasks-and-results.md),了解共享终态任务语义;阅读账单、错误与恢复(references/billing-errors-and-recovery.md),了解返回的结算或错误详情。
  • 当随包客户端无法连接时阅读随包 MCP Client 连接诊断(references/mcp-connection.md)。不要配置宿主 Connector。
  • 更新与安全:更新与安全(references/updates-and-security.md)
  • 仅在用户要求删除此包或共享凭据时阅读卸载与断开连接(references/uninstall-and-disconnect.md)。

每次 Beatra 操作都只能使用或调用随包的 scripts/mcp_client.py。

更新与安全

本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息 (中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn)。有新版本时,它下载官方发布包, 逐个文件校验 SHA-256,再替换本 Skill 自己的文件;你放进这个目录的其他文件不会被 改动。替换过程中断时,下次运行会自动恢复到替换前的状态。除此之外,它不下载或执行 任何其他代码,只通过 HTTPS 与 Beatra 官方服务通信;你选择上传的文件只会传到 Beatra 为这次上传签发的一次性地址。

关闭自动更新:python3 scripts/mcp_client.py update --auto off。关闭后,客户端每天 最多提示一次在你安装它的商店里更新的命令。详见更新与安全(references/updates-and-security.md)。

同分类其他技能

查看全部 ›