Back to Details

baoyu-image-gen

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

Image Generation (AI SDK)

图像生成（AI SDK）

Official API-based image generation. Supports OpenAI, Google and DashScope (阿里通义万象) providers.
基于官方API的图像生成工具，支持OpenAI、Google和DashScope（阿里通义万象）提供商。

Script Directory

脚本目录

Agent Execution:
  1. SKILL_DIR
    = this SKILL.md file's directory
  2. Script path = 
    ${SKILL_DIR}/scripts/main.ts
Agent执行步骤:
  1. SKILL_DIR
    = 本SKILL.md文件所在目录
  2. 脚本路径 = 
    ${SKILL_DIR}/scripts/main.ts

Preferences (EXTEND.md)

偏好设置（EXTEND.md）

Use Bash to check EXTEND.md existence (priority order):
bash
undefined
使用Bash检查EXTEND.md文件是否存在（优先级顺序）：
bash
undefined

Check project-level first

优先检查项目级目录

test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "project"
test -f .baoyu-skills/baoyu-image-gen/EXTEND.md && echo "project"

Then user-level (cross-platform: $HOME works on macOS/Linux/WSL)

然后检查用户级目录（跨平台：$HOME适用于macOS/Linux/WSL）

test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "user"

┌──────────────────────────────────────────────────┬───────────────────┐
│                       Path                       │     Location      │
├──────────────────────────────────────────────────┼───────────────────┤
│ .baoyu-skills/baoyu-image-gen/EXTEND.md          │ Project directory │
├──────────────────────────────────────────────────┼───────────────────┤
│ $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md    │ User home         │
└──────────────────────────────────────────────────┴───────────────────┘

┌───────────┬───────────────────────────────────────────────────────────────────────────┐
│  Result   │                                  Action                                   │
├───────────┼───────────────────────────────────────────────────────────────────────────┤
│ Found     │ Read, parse, apply settings                                               │
├───────────┼───────────────────────────────────────────────────────────────────────────┤
│ Not found │ Use defaults                                                              │
└───────────┴───────────────────────────────────────────────────────────────────────────┘

**EXTEND.md Supports**: Default provider | Default quality | Default aspect ratio
test -f "$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md" && echo "user"

┌──────────────────────────────────────────────────┬───────────────────┐
│                       路径                       │        位置        │
├──────────────────────────────────────────────────┼───────────────────┤
│ .baoyu-skills/baoyu-image-gen/EXTEND.md          │    项目目录        │
├──────────────────────────────────────────────────┼───────────────────┤
│ $HOME/.baoyu-skills/baoyu-image-gen/EXTEND.md    │    用户主目录      │
└──────────────────────────────────────────────────┴───────────────────┘

┌───────────┬───────────────────────────────────────────────────────────────────────────┐
│   结果     │                                  操作                                   │
├───────────┼───────────────────────────────────────────────────────────────────────────┤
│   已找到   │ 读取、解析并应用设置                                                     │
├───────────┼───────────────────────────────────────────────────────────────────────────┤
│   未找到   │ 使用默认设置                                                              │
└───────────┴───────────────────────────────────────────────────────────────────────────┘

**EXTEND.md支持配置**：默认提供商 | 默认画质 | 默认宽高比

Usage

使用方法

bash
undefined
bash
undefined

Basic

基础用法

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image cat.png

With aspect ratio

指定宽高比

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9

High quality

高质量模式

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --quality 2k

From prompt files

从文件读取提示词

npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png
npx -y bun ${SKILL_DIR}/scripts/main.ts --promptfiles system.md content.md --image out.png

With reference images (Google multimodal only)

使用参考图像（仅Google多模态模型支持）

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png

Specific provider

指定提供商

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "A cat" --image out.png --provider openai

DashScope (阿里通义万象)

DashScope（阿里通义万象）

npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope
undefined
npx -y bun ${SKILL_DIR}/scripts/main.ts --prompt "一只可爱的猫" --image out.png --provider dashscope
undefined

Options

选项参数

OptionDescription
--prompt <text>
, 
-p
Prompt text
--promptfiles <files...>
Read prompt from files (concatenated)
--image <path>
Output image path (required)
--provider google|openai|dashscope
Force provider (default: google)
--model <id>
, 
-m
Model ID
--ar <ratio>
Aspect ratio (e.g., 
16:9
, 
1:1
, 
4:3
)
--size <WxH>
Size (e.g., 
1024x1024
)
--quality normal|2k
Quality preset (default: 2k)
--imageSize 1K|2K|4K
Image size for Google (default: from quality)
--ref <files...>
Reference images (Google multimodal only)
--n <count>
Number of images
--json
JSON output
选项描述
--prompt <text>
, 
-p
提示词文本
--promptfiles <files...>
从文件读取提示词（多文件内容会被拼接）
--image <path>
输出图像路径（必填）
--provider google|openai|dashscope
强制指定提供商（默认：google）
--model <id>
, 
-m
模型ID
--ar <ratio>
宽高比（例如：
16:9
, 
1:1
, 
4:3
）
--size <WxH>
图像尺寸（例如：
1024x1024
）
--quality normal|2k
画质预设（默认：2k）
--imageSize 1K|2K|4K
Google模型的图像尺寸（默认：由画质预设决定）
--ref <files...>
参考图像（仅Google多模态模型支持）
--n <count>
生成图像数量
--json
以JSON格式输出结果

Environment Variables

环境变量

VariableDescription
OPENAI_API_KEY
OpenAI API key
GOOGLE_API_KEY
Google API key
DASHSCOPE_API_KEY
DashScope API key (阿里云)
OPENAI_IMAGE_MODEL
OpenAI model override
GOOGLE_IMAGE_MODEL
Google model override
DASHSCOPE_IMAGE_MODEL
DashScope model override (default: z-image-turbo)
OPENAI_BASE_URL
Custom OpenAI endpoint
GOOGLE_BASE_URL
Custom Google endpoint
DASHSCOPE_BASE_URL
Custom DashScope endpoint
Load Priority: CLI args > env vars > 
<cwd>/.baoyu-skills/.env
> 
~/.baoyu-skills/.env
变量名描述
OPENAI_API_KEY
OpenAI API密钥
GOOGLE_API_KEY
Google API密钥
DASHSCOPE_API_KEY
DashScope API密钥（阿里云）
OPENAI_IMAGE_MODEL
覆盖默认的OpenAI模型
GOOGLE_IMAGE_MODEL
覆盖默认的Google模型
DASHSCOPE_IMAGE_MODEL
覆盖默认的DashScope模型（默认：z-image-turbo）
OPENAI_BASE_URL
自定义OpenAI端点地址
GOOGLE_BASE_URL
自定义Google端点地址
DASHSCOPE_BASE_URL
自定义DashScope端点地址
加载优先级：CLI参数 > 环境变量 > 
<cwd>/.baoyu-skills/.env
> 
~/.baoyu-skills/.env

Provider Selection

提供商选择逻辑

  1. --provider
    specified → use it
  2. Only one API key available → use that provider
  3. Multiple available → default to Google
  1. 若指定了
    --provider
    参数 → 使用该提供商
  2. 仅存在一个可用的API密钥 → 使用对应提供商
  3. 存在多个可用API密钥 → 默认使用Google

Quality Presets

画质预设

PresetGoogle imageSizeOpenAI SizeUse Case
normal
1K1024pxQuick previews
2k
(default)		2K2048pxCovers, illustrations, infographics
Google imageSize: Can be overridden with 
--imageSize 1K|2K|4K
预设值Google imageSizeOpenAI 尺寸使用场景
normal
1K1024px快速预览
2k
（默认）		2K2048px封面图、插画、信息图
Google imageSize：可通过
--imageSize 1K|2K|4K
参数覆盖预设值

Aspect Ratios

支持的宽高比

Supported: 
1:1
, 
16:9
, 
9:16
, 
4:3
, 
3:4
, 
2.35:1
  • Google multimodal: uses 
    imageConfig.aspectRatio
  • Google Imagen: uses 
    aspectRatio
    parameter
  • OpenAI: maps to closest supported size
支持：
1:1
, 
16:9
, 
9:16
, 
4:3
, 
3:4
, 
2.35:1
  • Google多模态模型：使用
    imageConfig.aspectRatio
    参数
  • Google Imagen模型：使用
    aspectRatio
    参数
  • OpenAI：自动映射到最接近的支持尺寸

Generation Mode

生成模式

Default: Sequential generation (one image at a time). This ensures stable output and easier debugging.
Parallel Generation: Only use when user explicitly requests parallel/concurrent generation.
ModeWhen to Use
Sequential (default)Normal usage, single images, small batches
ParallelUser explicitly requests, large batches (10+)
Parallel Settings (when requested):
SettingValue
Recommended concurrency4 subagents
Max concurrency8 subagents
Use caseLarge batch generation when user requests parallel
Agent Implementation (parallel mode only):
undefined
默认模式：顺序生成（一次生成一张图像）。该模式确保输出稳定，便于调试。
并行生成：仅在用户明确要求时启用。
模式使用场景
顺序生成（默认）常规使用、单张图像生成、小批量生成
并行生成用户明确要求、大批量生成（10张及以上）
并行设置（仅在启用时生效）：
设置项取值
推荐并发数4个子Agent
最大并发数8个子Agent
使用场景用户要求并行的大批量图像生成
Agent实现逻辑（仅并行模式）：
undefined

Launch multiple generations in parallel using Task tool

使用Task工具启动多个并行生成任务

Each Task runs as background subagent with run_in_background=true

每个Task以后台子Agent运行，设置run_in_background=true

Collect results via TaskOutput when all complete

所有任务完成后通过TaskOutput收集结果

undefined
undefined

Error Handling

错误处理

  • Missing API key → error with setup instructions
  • Generation failure → auto-retry once
  • Invalid aspect ratio → warning, proceed with default
  • Reference images with non-multimodal model → warning, ignore refs
  • 缺失API密钥 → 抛出错误并提供设置指引
  • 生成失败 → 自动重试一次
  • 无效宽高比 → 发出警告，使用默认值继续执行
  • 非多模态模型使用参考图像 → 发出警告，忽略参考图像参数

Extension Support

扩展支持

Custom configurations via EXTEND.md. See Preferences section for paths and supported options.
可通过EXTEND.md文件进行自定义配置。详见偏好设置章节的路径说明和支持的配置项。