🎨 VideoAgent 圖片工作室
使用時機： 使用者要求生成、繪製、創作任何類型的圖片、照片、插圖、圖示、標誌或藝術作品時。
使用 8 種最先進的 AI 模型生成圖片。此技能會自動為任務選取最佳模型，並處理所有複雜性——包括 Midjourney 的非同步輪詢——讓您能專注於對話。
快速參考
| 使用者意圖 | 模型 | 速度 |
|---|---|---|
| 藝術、電影感、繪畫風格 | midjourney | ~15 秒 |
| 照片寫實、人像、產品 | flux-pro | ~8 秒 |
| 通用、平衡 | flux-dev | ~10 秒 |
| 快速草稿、快速迭代 | flux-schnell | ~2 秒 |
| 包含文字的圖片、標誌、海報 | ideogram | ~10 秒 |
| 向量圖、圖示、平面設計 | recraft | ~8 秒 |
| 動漫、風格化插圖 | sdxl | ~5 秒 |
| Gemini 驅動、風格一致 | nano-banana | ~12 秒 |
如何生成圖片
步驟 1 — 增強提示
在呼叫腳本之前，根據所選模型，為使用者的提示加入風格、光線和品質描述。
- Midjourney：加入
cinematic lighting、ultra detailed、--v 7、--style raw - Flux：加入
masterpiece、highly detailed、sharp focus、professional photography - Ideogram：明確指定文字內容、字體風格和版面
- Recraft：指定
vector illustration、flat design、icon style
步驟 2 — 執行腳本
node {baseDir}/tools/generate.js \
--model <model_id> \
--prompt "<增強後的提示>" \
--aspect-ratio <比例>
所有參數：
| 參數 | 預設值 | 說明 |
|---|---|---|
--model | flux-dev | 上方表格中的模型 ID |
--prompt | (必填) | 圖片生成提示 |
--aspect-ratio | 1:1 | 1:1、16:9、9:16、4:3、3:4、3:2、21:9 |
--num-images | 1 | 圖片數量（1–4；Midjourney 一律回傳 4 張） |
--negative-prompt | — | 要避免的內容（Midjourney 不支援） |
--seed | — | 種子值，用於可重現性 |
步驟 3 — 回傳結果
腳本會一直等待並回傳最終的圖片 URL。無需輪詢。
{
"success": true,
"model": "flux-pro",
"imageUrl": "https://...",
"images": ["https://..."]
}
將 imageUrl 傳送給使用者。
Midjourney 後續操作
使用 Midjourney 生成 4 張圖片的網格後，為使用者提供以下選項：
# 放大第 #2 張圖片（精細，保留細節）
node {baseDir}/tools/generate.js \
--model midjourney \
--action upscale \
--index 2 \
--job-id <job_id>
# 為第 #3 張圖片建立強烈變體
node {baseDir}/tools/generate.js \
--model midjourney \
--action variation \
--index 3 \
--job-id <job_id> \
--variation-type 1
# 使用相同提示重新生成
node {baseDir}/tools/generate.js \
--model midjourney \
--action reroll \
--job-id <job_id>
放大類型： 0 = 精細（預設，最適合照片）、1 = 創意（最適合插圖）
變體類型： 0 = 細微（預設）、1 = 強烈（大幅變動）
對話範例
使用者：「畫一隻雪豹在雪山上的場景，要有電影感的光線」
# 選擇 midjourney 以獲得藝術品質
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！要放大哪一張？(U1-U4) 還是要建立變體？(V1-V4)
使用者：「用 Flux 生成一張香水產品海報，白色背景」
# 選擇 flux-pro 以獲得照片寫實的產品照
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
使用者：「給我看一張快速草稿」
# flux-schnell 用於即時預覽
node {baseDir}/tools/generate.js \
--model flux-schnell \
--prompt "..." \
--aspect-ratio 1:1
使用者：「幫我做一個 App 圖示，平面風格，藍色系」
# recraft 用於向量圖/圖示風格
node {baseDir}/tools/generate.js \
--model recraft \
--prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"
設定
無需 API 金鑰！ 所有請求都透過託管的代理伺服器，在伺服器端處理驗證。
此技能開箱即用——只需安裝即可使用。
進階：自訂代理或 Token
如果您想使用自己的代理伺服器或永久 Token，請設定這些環境變數：
{
"skills": {
"entries": {
"videoagent-image-studio": {
"enabled": true,
"env": {
"IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
"IMAGE_STUDIO_TOKEN": "your_token_here"
}
}
}
}
}
| 變數 | 必填 | 說明 |
|---|---|---|
IMAGE_STUDIO_PROXY_URL | 否 | 自訂代理伺服器的基礎 URL（預設：https://image-gen-proxy.vercel.app） |
IMAGE_STUDIO_TOKEN | 否 | 永久 Token（若未設定會自動取得，每個 Token 有 100 次免費使用次數） |
若要部署自己的代理伺服器，請參閱 videoagent-audio-studio 代理伺服器 作為參考實作。您需要將 FAL_KEY 和 LEGNEXT_KEY 設為 Vercel 的環境變數。
變更日誌
v2.0.0
- 簡化非同步處理：腳本現在會阻塞直到 Midjourney 完成。SKILL.md 指示中不再需要
--async/--poll旗標。 - 統一的輸出格式：所有模型都回傳相同的
{ success, imageUrl, images }結構。 - Nano Banana 的參考圖片：傳入
--reference-images "url1,url2"以保持跨生成的角色/風格一致性。
v1.3.0
- 為 Midjourney 新增非阻塞非同步模式（
--async+--poll）。
v1.2.0
- Midjourney 加速模式預設啟用（約 10-20 秒）。
v1.1.0
- 將 Midjourney 提供者從 TTAPI 切換為 Legnext.ai 以獲得更好的穩定性。
v1.0.0
- 初始版本，支援 Midjourney、Flux、SDXL、Nano Banana、Ideogram、Recraft。