Img-Video — 素材生成桥（多供应商）
Claude 不能直接生成像素，但可以调用外部模型服务。本 Skill 把这条链路封装成一个脚本：
给提示词 → 拿到图片/视频 → 存入 assets/ → 打印相对路径，之后可直接写进 HTML、PPT、Markdown 或设计稿。
模型层可插拔：默认走**接口AI（jiekou.ai）**中转，某家没密钥或调不通时自动切到回退链上的
即梦 / 可灵 / Gemini 等。完整清单见 references/providers.md。
何时使用
成品里该有一张图或一段视频、且占位符或纯文字不合适时，都用本 Skill 把它生成出来，典型场景：
- 网页 / 落地页 / 邮件模板：Banner、hero 图、配图、图标底图
- PPT / 幻灯片：封面、章节页、内容配图
- 平面设计：海报、封面、社交媒体卡片、缩略图
- UI 原型：示意图、产品截图占位
- 短视频：动态背景、产品展示、由一张图驱动的动画
一句话原则：不要留空或写“（此处放一张图）”，直接生成。
前置：配置
首次使用前需在 Skill 根目录准备一份 config.json（不存在时脚本会报错提示）：
- 复制模板：
cp config.example.json config.json - 至少配置一个供应商——密钥须向用户索取，切勿编造。每家填：
type：供应商类型（见下表）base_url：接口地址（有默认值可省）- 凭据：多数是
api_key；可灵是access_key+secret_key image_model/video_model：模型名（不需要的能力留null）
- 设
default_provider（主用）与fallback（回退链，数组）。
密钥只存本地 config.json（已被 .gitignore 忽略），不要写进代码、SKILL.md 或提交版本库。
每次开工前先自检可用性（确认密钥/能力就绪、查看尝试顺序）：
python <skill>/scripts/generate.py providers
用法
在项目工作目录下运行，使输出的 assets/ 相对路径能被网页/PPT 直接引用。
文生图
python <skill>/scripts/generate.py image \
--prompt "扁平插画风的科技公司首页 hero 图，蓝紫渐变，简洁留白" \
--size 1024x1024 --n 1 --output-dir assets/images
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
--prompt | ✅ | — | 写具体（风格+主体+色调+构图）效果更好 |
--size | 1024x1024 | 部分中转按比例取图，会自动换算成 1:1 等 | |
--n | 1 | 生成张数 | |
--output-dir | assets/images | 输出目录 | |
--provider | 按回退链 | 强制指定某家，跳过回退链 |
图生视频
python <skill>/scripts/generate.py video \
--image assets/images/xxxx.png \
--prompt "镜头缓慢推进，背景光斑轻轻浮动" --output-dir assets/videos
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
--image | ✅ | — | 本地路径或 http(s) URL |
--prompt | 空 | 运动/画面描述，建议填 | |
--output-dir | assets/videos | 输出目录 | |
--provider | 按回退链 | 强制指定某家 |
图生视频多为异步任务，脚本自动轮询到完成。
指定 / 切换供应商
- 不加
--provider时，按default_provider → fallback顺序自动尝试（跳过没密钥/不支持的）。 - 加
--provider <name>（如kling/ark/gemini/relay）强制指定某家、跳过回退链。 例：用户说“用可灵生成”→--provider kling。
支持的模型服务
type | 服务 | 文生图 | 图生视频 |
|---|---|---|---|
jiekou | 接口AI 中转（聚合 Midjourney/Flux/Seedance/可灵/Sora/Veo，默认） | ✅ | ✅ |
ark / jimeng | 字节即梦 Seedream/Seedance（直连） | ✅ | ✅ |
kling | 快手可灵（直连） | ✅ | ✅ |
gemini | Google Imagen/Veo（直连） | ✅ | ✅ |
relay | 其它 OpenAI 兼容中转 | ✅ | ⚠️ 视网关而定 |
实测推荐组合（jiekou）：文生图 mj-txt2img（Midjourney，一次出 4 张）、flux-2-pro；
图生视频 veo-3.1-generate-img2video（Veo 3.1，可带原生音频）、sora-2-img2video、seedance-v1-pro-i2v。
⚠️ 换模型必看：不同模型的提示词字段名、时长/分辨率枚举、必填项都不同（如 Midjourney 用
text、 Veo 用duration_seconds+generate_audio）。只改模型名而不改这些字段会报 400。 config 已留好开关（prompt_field/send_aspect_ratio/duration/resolution/video_extra）， 对照references/providers.md的「各模型字段差异」速查表调整。
输出
- 图片存入
assets/images/，视频存入assets/videos/。 - 命名：
{时间戳}_{提示词前若干字}.{png|jpg|mp4|…}（按文件头识别真实格式，自动避免覆盖）。 - 结束打印落地文件的相对路径列表——直接用到
<img src="assets/images/…">、PPT 占位或 Markdown。
典型工作流
providers子命令确认可用服务与尝试顺序。- 规划成品需要哪些图/视频、各自用途与风格。
- 逐个
image（或先image再video）生成，需要指定服务时加--provider。 - 收集打印的相对路径，写进成品。
示例：用户“帮我做一个咖啡品牌落地页”
→ image --prompt "温暖色调手冲咖啡特写，晨光，浅景深" 生成 hero
→ 再生成两张产品配图 → 用这些 assets/images/*.png 写 HTML。
异常与回退（脚本已内置）
- 缺 config.json / 缺 providers 段：报错并提示去配置。
- 主用供应商没密钥/没配对应模型：自动跳过，尝试下一个。
- 运行失败（4xx/5xx/超时）：5xx 与网络异常按指数退避重试；仍失败则降级到回退链下一家； 全部失败才报错，并汇总每家的失败原因。
- 视频超时：超过
poll_timeout报明确超时。 - 输入图不存在（图生视频）：直接报错，检查
--image。
依赖与扩展
- 依赖：Python 3 +
requests（pip install requests）。可灵 JWT 鉴权用标准库实现，无额外依赖。 - 加新供应商：在
scripts/providers.py新增一个Provider子类，实现generate_image/generate_video，注册到REGISTRY即可——回退链、保存、命名等无需改动。详见references/providers.md末尾。