Bildgenerierung
python3 ~/simcraft/skills/image-gen/scripts/gen_image.py "<prompt>" --out <verzeichnis> --name <name> [optionen]
Nur Standardbibliothek, daher funktioniert jedes python3.
Schlüssel
Das Skript liest GEMINI_API_KEY und OPENAI_API_KEY aus der Umgebung oder aus ~/.config/simcraft/keys.env (ein NAME=value pro Zeile, chmod 600).
- Führen Sie
--checkaus, um zu sehen, welche Schlüssel gesetzt sind. Es wird niemals ein Schlüssel ausgegeben. - Wenn kein Schlüssel gesetzt ist, teilen Sie dem Benutzer mit, die Datei selbst zu öffnen (
open -e ~/.config/simcraft/keys.env) und den Schlüssel einzufügen. Bitten Sie ihn niemals, einen Schlüssel in den Chat einzufügen, und lesen Sie niemals Schlüssel aus Dateien anderer Projekte. - Schlüssel werden nur in Anfrage-Headern übermittelt. Sie dürfen niemals in einer URL, einem Log oder einer Sidecar-Datei auftauchen.
- Holen Sie sich einen Gemini-Schlüssel unter aistudio.google.com/apikey (es gibt einen kostenlosen Tarif). Holen Sie sich einen OpenAI-Schlüssel unter platform.openai.com/api-keys.
Optionen
| Option | Bedeutung |
|---|---|
--n 4 | Erzeugt 4 Variationen parallel, plus <name>_sheet.png zur Auswahl. Verwenden Sie diese Option für alles, was wichtig ist. |
--aspect 16:9 | Legt das Seitenverhältnis fest: 16:9, 9:16, 1:1, 4:3 oder 3:4. Passen Sie es dem Ort an, an dem das Bild platziert wird. |
--ref a.png b.png | Referenzbilder. Verwenden Sie sie, um ein Bild zu bearbeiten, einen Stil zu übernehmen oder denselben Charakter/dasselbe Objekt über mehrere Bilder hinweg beizubehalten. |
--cutout | Erzeugt ein transparentes PNG für Collagen. Gemini generiert auf Chroma-Grün und das Skript entfernt den Hintergrund mit sauberen Kanten. OpenAI erzeugt echte Transparenz. |
--provider gemini|openai | Wählt den Anbieter aus. Standard: Gemini, wenn dessen Schlüssel gesetzt ist. |
--model M | Wählt das Modell aus. Standardmäßig wählt Gemini das neueste Bildmodell, das der Schlüssel verwenden kann (--models listet sie auf), und OpenAI verwendet gpt-image-2. |
--quality low|medium|high | Nur OpenAI. Standard: high. |
--brand devin | Fügt dem Prompt den Bildstil und die Palette eines Brand-Kits hinzu. Führen Sie für jede Brand-Arbeit zuerst den Brand-Kit-Skill aus. |
Jedes Bild erhält eine <name>.json-Sidecar-Datei mit dem genauen Prompt, Modell und den Einstellungen, damit es später neu erstellt oder angepasst werden kann.
Welcher Anbieter
- Gemini: schnell und günstig. Am besten für Iterationen, Bearbeitungen und um mit
--refKonsistenz zu wahren. - OpenAI gpt-image: am besten für Bilder mit Text und für echte transparente Ausschnitte.
Prompting
- Beschreiben Sie das Motiv, das Medium, das Licht und den Bildausschnitt in dieser Reihenfolge. Sagen Sie, was weggelassen werden soll.
- Kein Text in Bildern, es sei denn, der Benutzer wünscht ihn. Modelle buchstabieren Wörter immer noch falsch. Fügen Sie Schrift später im Code hinzu.
- Für eine Serie: Erzeugen Sie zuerst ein Ankerbild. Verwenden Sie dann dasselbe Ankerbild als
--reffür jedes weitere Bild. Verketten Sie niemals Bild 2 mit Bild 3, da sich kleine Fehler aufschaukeln. - Zeigen Sie dem Benutzer das Kontaktblatt, bevor Sie Bilder irgendwo verwenden. Generieren Sie eine einzelne Variation neu, anstatt alle.