🎨 VideoAgent Image Studio
使用时机： 当用户要求生成、绘制、创建或制作任何类型的图像、照片、插画、图标、标志或艺术品时。
使用 8 种最先进的 AI 模型生成图像。此技能会自动为任务选择最佳模型并处理所有复杂性——包括 Midjourney 的异步轮询——因此您可以专注于对话。
---\n
快速参考
| 用户意图 | 模型 | 速度 |
|---|---|---|
| 艺术、电影感、油画风格 | midjourney | ~15 秒 |
| 照片级真实、肖像、产品 | flux-pro | ~8 秒 |
| 通用、平衡 | flux-dev | ~10 秒 |
| 快速草图、快速迭代 | flux-schnell | ~2 秒 |
| 带文字、Logo、海报的图像 | ideogram | ~10 秒 |
| 矢量图、图标、扁平设计 | recraft | ~8 秒 |
| 动漫、风格化插画 | sdxl | ~5 秒 |
| Gemini 驱动、风格一致 | nano-banana | ~12 秒 |
如何生成图像
第 1 步 — 优化提示词
在调用脚本之前，使用适合所选模型的风格、光照和质量描述词来扩展用户的提示词。
- Midjourney：添加
cinematic lighting、ultra detailed、--v 7、--style raw - Flux：添加
masterpiece、highly detailed、sharp focus、professional photography - Ideogram：明确文本内容、字体样式和布局
- Recraft：指定
vector illustration、flat design、icon style
第 2 步 — 运行脚本
node {baseDir}/tools/generate.js \
--model <model_id> \
--prompt "<enhanced prompt>" \
--aspect-ratio <ratio>
所有参数：
| 参数 | 默认值 | 描述 |
|---|---|---|
--model | flux-dev | 上表中的模型 ID |
--prompt | (必填) | 图像生成提示词 |
--aspect-ratio | 1:1 | 1:1、16:9、9:16、4:3、3:4、3:2、21:9 |
--num-images | 1 | 图像数量（1–4；Midjourney 始终返回 4 张） |
--negative-prompt | — | 要避免的内容（Midjourney 不支持） |
--seed | — | 用于可复现性的种子 |
第 3 步 — 返回结果
脚本始终等待并返回最终的图像 URL。无需轮询。
{
"success": true,
"model": "flux-pro",
"imageUrl": "https://...",
"images": ["https://..."]
}
将 imageUrl 发送给用户。
Midjourney 操作
使用 Midjourney 生成 4 图像网格后，向用户提供以下选项：
# 放大图像 #2（精细，保留细节）
node {baseDir}/tools/generate.js \
--model midjourney \
--action upscale \
--index 2 \
--job-id <job_id>
# 为图像 #3 创建强烈变体
node {baseDir}/tools/generate.js \
--model midjourney \
--action variation \
--index 3 \
--job-id <job_id> \
--variation-type 1
# 使用相同提示词重新生成
node {baseDir}/tools/generate.js \
--model midjourney \
--action reroll \
--job-id <job_id>
放大类型： 0 = 精细（默认，最适合照片）、1 = 创意（最适合插画）
变体类型： 0 = 精细（默认）、1 = 强烈（显著变化）
示例对话
用户： "Draw a snow leopard on a snowy mountain with cinematic lighting"
# 为艺术质量选择 midjourney
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
🎨 完成！要放大哪一张？（U1-U4）或者创建变体？（V1-V4）
用户： "Use Flux to generate a perfume product poster, white background"
# 为照片级真实产品摄影选择 flux-pro
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
用户： "Show me a quick draft"
# 即时预览使用 flux-schnell
node {baseDir}/tools/generate.js \
--model flux-schnell \
--prompt "..." \
--aspect-ratio 1:1
用户： "Make me an App icon, flat style, blue theme"
# 矢量/图标风格使用 recraft
node {baseDir}/tools/generate.js \
--model recraft \
--prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"
设置
无需 API 密钥！ 所有请求都通过托管代理，该代理在服务器端处理身份验证。
此技能开箱即用——只需安装并使用即可。
高级：自定义代理或令牌
如果您希望使用自己的代理或持久令牌，请设置以下环境变量：
{
"skills": {
"entries": {
"videoagent-image-studio": {
"enabled": true,
"env": {
"IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
"IMAGE_STUDIO_TOKEN": "your_token_here"
}
}
}
}
}
| 变量 | 必需 | 描述 |
|---|---|---|
IMAGE_STUDIO_PROXY_URL | 否 | 自定义代理基础 URL（默认：https://image-gen-proxy.vercel.app） |
IMAGE_STUDIO_TOKEN | 否 | 持久令牌（如果未设置则自动获取，每个令牌 100 次免费使用） |
要部署您自己的代理，请参考 videoagent-audio-studio 代理 作为参考实现。您需要将 FAL_KEY 和 LEGNEXT_KEY 作为 Vercel 环境变量提供。
变更日志
v2.0.0
- 简化了异步操作：脚本现在会阻塞直到 Midjourney 完成。SKILL.md 指令中不再需要
--async/--poll标记。 - 统一了输出格式：所有模型都返回相同的
{ success, imageUrl, images }结构。 - 为 Nano Banana 添加参考图像：传递
--reference-images "url1,url2"以在不同生成间保持角色/风格一致性。
v1.3.0
- 为 Midjourney 添加了非阻塞异步模式（
--async+--poll）。
v1.2.0
- 默认启用 Midjourney 极速模式（约 10-20 秒）。
v1.1.0
- 将 Midjourney 提供商从 TTAPI 切换到 Legnext.ai 以获得更好的稳定性。
v1.0.0
- 初始版本，支持 Midjourney、Flux、SDXL、Nano Banana、Ideogram、Recraft。