Geração de Imagens
python3 ~/simcraft/skills/image-gen/scripts/gen_image.py "<prompt>" --out <dir> --name <nome> [opções]
Apenas biblioteca padrão, portanto qualquer python3 funciona.
Chaves
O script lê GEMINI_API_KEY e OPENAI_API_KEY do ambiente ou de ~/.config/simcraft/keys.env (um NOME=valor por linha, chmod 600).
- Execute
--checkpara ver quais chaves estão definidas. Ele nunca imprime uma chave. - Se nenhuma chave estiver definida, instrua o usuário a abrir o arquivo manualmente (
open -e ~/.config/simcraft/keys.env) e colá-la. Nunca peça para colar uma chave no chat e nunca leia chaves de outros arquivos de projetos. - As chaves vão apenas nos cabeçalhos das requisições. Elas nunca vão em uma URL, um log ou um arquivo sidecar.
- Obtenha uma chave Gemini em aistudio.google.com/apikey (ela tem um nível gratuito). Obtenha uma chave OpenAI em platform.openai.com/api-keys.
Opções
| Opção | O que faz |
|---|---|
--n 4 | Cria 4 variações em paralelo, além de <nome>_sheet.png para escolher. Use isso para qualquer coisa que importe. |
--aspect 16:9 | Define a forma: 16:9, 9:16, 1:1, 4:3 ou 3:4. Combine com o local onde a imagem será usada. |
--ref a.png b.png | Imagens de referência. Use-as para editar uma imagem, combinar um estilo ou manter o mesmo personagem ou objeto em várias imagens. |
--cutout | Fornece um PNG transparente para colagens. Gemini gera em fundo verde cromado e o script o remove com bordas limpas. OpenAI cria transparência real. |
--provider gemini|openai | Escolhe o provedor. Padrão: Gemini se sua chave estiver definida. |
--model M | Escolhe o modelo. Por padrão, o Gemini escolhe o modelo de imagem mais recente que a chave pode usar (--models os lista), e o OpenAI usa gpt-image-2. |
--quality low|medium|high | Apenas OpenAI. Padrão: high. |
--brand devin | Adiciona o estilo de imagem e paleta de um kit de marca ao prompt. Para qualquer trabalho de marca, execute primeiro a skill do kit de marca. |
Toda imagem recebe um sidecar <nome>.json com o prompt exato, modelo e configurações, para que possa ser recriada ou ajustada posteriormente.
Qual provedor
- Gemini: rápido e barato. Melhor para iterar, para edições e para manter a consistência com
--ref. - OpenAI gpt-image: melhor para imagens com texto e para recortes transparentes verdadeiros.
Como criar prompts
- Descreva o assunto, o meio, a iluminação e o enquadramento, nessa ordem. Diga o que deve ser omitido.
- Sem texto em imagens a menos que o usuário solicite. Os modelos ainda erram palavras. Adicione texto depois no código.
- Para uma série, gere primeiro uma imagem âncora. Em seguida, passe essa mesma âncora como
--refpara cada outra imagem. Nunca encadeie a imagem 2 na imagem 3, pois pequenos erros se acumulam. - Mostre ao usuário a folha de contato antes de usar as imagens em qualquer lugar. Regere uma variação em vez de todas.