pexoai/videoagent-image-studio

🎨 VideoAgent Image Studio

Use quando: O usuário pedir para gerar, desenhar, criar ou fazer qualquer tipo de imagem, foto, ilustração, ícone, logotipo ou arte.

Gere imagens com 8 modelos de IA de última geração. Esta skill escolhe automaticamente o melhor modelo para a tarefa e lida com toda a complexidade — incluindo o polling assíncrono do Midjourney — para que você possa se concentrar na conversa.

---

Referência Rápida

Intenção do Usuário	Modelo	Velocidade
Artístico, cinematográfico, pictórico	midjourney	~15s
Fotorrealista, retrato, produto	flux-pro	~8s
Uso geral, equilibrado	flux-dev	~10s
Rascunho rápido, iteração veloz	flux-schnell	~2s
Imagem com texto, logotipo, pôster	ideogram	~10s
Arte vetorial, ícone, design plano	recraft	~8s
Anime, ilustração estilizada	sdxl	~5s
Com tecnologia Gemini, estilo consistente	nano-banana	~12s

---

Como Gerar uma Imagem

Passo 1 — Melhore o prompt

Antes de chamar o script, expanda o prompt do usuário com descritores de estilo, iluminação e qualidade apropriados para o modelo escolhido.

• Midjourney: Adicione cinematic lighting, ultra detailed, --v 7, --style raw
• Flux: Adicione masterpiece, highly detailed, sharp focus, professional photography
• Ideogram: Seja explícito sobre o conteúdo do texto, estilo da fonte e layout
• Recraft: Especifique vector illustration, flat design, icon style

Passo 2 — Execute o script

node {baseDir}/tools/generate.js \
  --model <model_id> \
  --prompt "<prompt melhorado>" \
  --aspect-ratio <ratio>

Todos os parâmetros:

Parâmetro	Padrão	Descrição
--model	flux-dev	ID do modelo da tabela acima
--prompt	(obrigatório)	O prompt para geração da imagem
--aspect-ratio	1:1	1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 21:9
--num-images	1	Número de imagens (1–4; Midjourney sempre retorna 4)
--negative-prompt	—	Coisas a evitar (não suportado pelo Midjourney)
--seed	—	Semente para reprodutibilidade

Passo 3 — Retorne o resultado

O script sempre aguarda e retorna a(s) URL(s) final(is) da imagem. Nenhum polling é necessário.

{
  "success": true,
  "model": "flux-pro",
  "imageUrl": "https://...",
  "images": ["https://..."]
}

Envie imageUrl para o usuário.

---

Ações do Midjourney

Após gerar um grid de 4 imagens com o Midjourney, ofereça ao usuário estas opções:

# Ampliar imagem #2 (sutil, preserva detalhes)
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action upscale \
  --index 2 \
  --job-id <job_id>

# Criar uma variação forte da imagem #3
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action variation \
  --index 3 \
  --job-id <job_id> \
  --variation-type 1

# Regenerar com o mesmo prompt
node {baseDir}/tools/generate.js \
  --model midjourney \
  --action reroll \
  --job-id <job_id>

Tipos de ampliação: 0 = Sutil (padrão, melhor para fotos), 1 = Criativo (melhor para ilustrações)

Tipos de variação: 0 = Sutil (padrão), 1 = Forte (mudanças drásticas)

---

Exemplos de Conversas

Usuário: "Desenhe um leopardo-das-neves em uma montanha nevada com iluminação cinematográfica"

# Escolha midjourney para qualidade artística
node {baseDir}/tools/generate.js \
  --model midjourney \
  --prompt "a majestic snow leopard on a snowy mountain peak, cinematic lighting, dramatic atmosphere, ultra detailed --ar 16:9 --v 7" \
  --aspect-ratio 16:9

🎨 Feito! Qual delas ampliar? (U1-U4) Ou criar uma variante? (V1-V4)

---

Usuário: "Use o Flux para gerar um pôster de perfume, fundo branco"

# Escolha flux-pro para fotos realistas de produtos
node {baseDir}/tools/generate.js \
  --model flux-pro \
  --prompt "a luxury perfume bottle on a clean white background, professional product photography, soft shadows, 8k, highly detailed" \
  --aspect-ratio 3:4

---

Usuário: "Mostre-me um rascunho rápido"

# flux-schnell para visualizações instantâneas
node {baseDir}/tools/generate.js \
  --model flux-schnell \
  --prompt "..." \
  --aspect-ratio 1:1

---

Usuário: "Faça um ícone de aplicativo, estilo plano, tema azul"

# recraft para estilo vetorial/ícone
node {baseDir}/tools/generate.js \
  --model recraft \
  --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"

---

Configuração

Nenhuma chave de API necessária! Todas as requisições passam por um proxy hospedado que gerencia a autenticação no lado do servidor.

A skill funciona imediatamente — basta instalar e usar.

Avançado: Proxy ou token personalizado

Se você quiser usar seu próprio proxy ou um token persistente, defina estas variáveis de ambiente:

{
  "skills": {
    "entries": {
      "videoagent-image-studio": {
        "enabled": true,
        "env": {
          "IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
          "IMAGE_STUDIO_TOKEN": "seu_token_aqui"
        }
      }
    }
  }
}

Variável	Obrigatório	Descrição
IMAGE_STUDIO_PROXY_URL	Não	URL base do proxy personalizado (padrão: https://image-gen-proxy.vercel.app)
IMAGE_STUDIO_TOKEN	Não	Token persistente (obtido automaticamente se não definido, 100 usos gratuitos por token)

Para implantar seu próprio proxy, veja o proxy do videoagent-audio-studio como implementação de referência. Você precisará de FAL_KEY e LEGNEXT_KEY como variáveis de ambiente no Vercel.

---

Histórico de versões

v2.0.0

• Assíncrono simplificado: O script agora bloqueia até o Midjourney concluir. Não são mais necessários flags --async / --poll nas instruções do SKILL.md.
• Formato de saída unificado: Todos os modelos retornam a mesma estrutura { success, imageUrl, images }.
• Imagens de referência para Nano Banana: Passe --reference-images "url1,url2" para consistência de personagem/estilo entre gerações.

v1.3.0

• Adicionado modo assíncrono não bloqueante para o Midjourney (--async + --poll).

v1.2.0

• Modo turbo do Midjourney habilitado por padrão (~10-20s).

v1.1.0

• Provedor do Midjourney alterado de TTAPI para Legnext.ai para melhor estabilidade.

v1.0.0

• Lançamento inicial com Midjourney, Flux, SDXL, Nano Banana, Ideogram, Recraft.