Generación de imágenes
python3 ~/simcraft/skills/image-gen/scripts/gen_image.py "<prompt>" --out <dir> --name <nombre> [opciones]
Solo biblioteca estándar, así que cualquier python3 funciona.
Claves
El script lee GEMINI_API_KEY y OPENAI_API_KEY del entorno, o de ~/.config/simcraft/keys.env (una NOMBRE=valor por línea, chmod 600).
- Ejecuta
--checkpara ver qué claves están configuradas. Nunca imprime una clave. - Si no hay ninguna clave configurada, dile al usuario que abra el archivo (
open -e ~/.config/simcraft/keys.env) y pegue la clave. Nunca le pidas que pegue una clave en el chat, ni leas claves de archivos de otros proyectos. - Las claves solo van en los encabezados de las solicitudes. Nunca en una URL, un registro o un archivo sidecar.
- Consigue una clave de Gemini en aistudio.google.com/apikey (tiene un nivel gratuito). Consigue una clave de OpenAI en platform.openai.com/api-keys.
Opciones
| Opción | Qué hace |
|---|---|
--n 4 | Genera 4 variantes en paralelo, más <nombre>_sheet.png para elegir. Úsalo para cualquier cosa importante. |
--aspect 16:9 | Establece la forma: 16:9, 9:16, 1:1, 4:3 o 3:4. Ajústalo al lugar donde irá la imagen. |
--ref a.png b.png | Imágenes de referencia. Úsalas para editar una imagen, igualar un estilo o mantener el mismo personaje u objeto en todas las imágenes. |
--cutout | Genera un PNG transparente para collages. Gemini genera sobre verde croma y el script lo recorta con bordes limpios. OpenAI genera transparencia real. |
| `--provider gemini | openai` |
--model M | Elige el modelo. Por defecto Gemini selecciona el modelo de imagen más nuevo que la clave pueda usar (--models los lista), y OpenAI usa gpt-image-2. |
| `--quality low | medium |
--brand devin | Añade el estilo y la paleta de un kit de marca al prompt. Para cualquier trabajo de marca, ejecuta primero la skill brand-kit. |
Cada imagen recibe un sidecar <nombre>.json con el prompt exacto, el modelo y la configuración, para poder rehacerla o ajustarla más tarde.
Qué proveedor elegir
- Gemini: rápido y barato. Ideal para iterar, para ediciones y para mantener consistencia con
--ref. - OpenAI gpt-image: mejor para imágenes con texto y para recortes transparentes reales.
Cómo redactar el prompt
- Describe el sujeto, el medio, la luz y el encuadre, en ese orden. Indica qué omitir.
- Sin texto en las imágenes a menos que el usuario lo pida. Los modelos aún escriben mal las palabras. Añade el texto después en código.
- Para una serie, genera primero una imagen ancla. Luego pasa esa misma ancla como
--refa cada una de las demás imágenes. Nunca encadenes la imagen 2 en la imagen 3, porque los pequeños errores se acumulan. - Muestra al usuario la hoja de contactos antes de usar las imágenes en cualquier lugar. Regenera una variante en lugar de todas.