generate-image

generate-image 技能概览

generate-image 是用来做什么的

generate-image 技能是一种通过 OpenRouter 调用 FLUX.2 Pro、Gemini 3.1 Flash Image Preview 等 AI 模型来生成或编辑图片的实用方式。它最适合需要照片、插画、概念艺术、视觉素材或直接图片编辑的用户，不适合技术示意图。

适合谁安装

如果你想要的是一套可重复的图片工作流，而不是每次都临时写一段 prompt，那么就很适合安装 generate-image 技能。它适合内容创作者、产品团队、需要做演示视觉的研究人员，以及任何希望用更少试错成本获得一致图片结果的人。

它比通用 prompt 更强在哪里

generate-image 技能的核心价值在于工作流更清晰：它会告诉你什么时候该用、该避开什么，以及如何用更可执行的输入去驱动模型。这个 repo 还会引导你先从正确的文件开始，并把通用图片生成和用于图表式输出的 scientific-schematics 区分开来。

如何使用 generate-image 技能

安装 generate-image 技能

使用以下命令安装：
npx skills add K-Dense-AI/claude-scientific-skills --skill generate-image

这个 generate-image 安装流程默认你已经有可用的 OpenRouter API key。若 key 缺失，在账号和环境配置到位之前，这个技能并不能真正发挥作用。

从正确的文件开始看

先读 SKILL.md，再查看仓库指向的支持文件：README.md、AGENTS.md、metadata.json，以及任何 rules/、resources/、references/ 或 scripts/ 文件夹。在这个 repo 里，显式的实现核心集中在 scientific-skills/generate-image/SKILL.md，其中提到的快速开始脚本路径是 scripts/generate_image.py。

把模糊想法变成可用 prompt

generate-image 的强用法，关键在于把主题、风格和修改要求说具体。不要只说“做一张创业公司的图片”，而要写成类似这样：“创建一张干净的产品插画：一台笔记本电脑屏幕上显示 SaaS 仪表盘，深色背景，蓝色强调光，写实但精致，不要文字叠加。”如果是编辑任务，就明确哪些要改、哪些必须保留不变：“保持主体和构图不变，把天空换成紫色黄昏光，并让前景颜色更暖一些。”

提升输出质量的实用工作流

可以用仓库里的快速开始模式，把生成和编辑分开处理：
python scripts/generate_image.py "A beautiful sunset over mountains"
python scripts/generate_image.py "Make the sky purple" --input photo.jpg

这个工作流很重要，因为这个技能本来就是为图片生成或修改设计的，不是用来做抽象规划的。如果你的目标是流程图、电路图或系统图，就该改用 scientific-schematics，而不是硬让 generate-image 做不合适的任务。

generate-image 技能常见问题

generate-image 适合技术图表吗？

不适合。仓库明确把示意图、结构图、路径图和流程图导向 scientific-schematics。generate-image 更适合对美感或整体构图有要求的视觉内容，而不是需要精确技术标注的图。

使用 generate-image 需要特殊经验吗？

不需要，但输入越好，结果通常越好。新手可以从简短 prompt 和简单编辑指令开始；更有经验的用户，则能通过指定风格、镜头感、构图，以及哪些部分必须保持固定，获得更大收益。

generate-image 比普通 prompt 更好吗？

通常是的，尤其当你想要的是可重复安装、可直接运行的工作流、更清晰的模型选择，以及更少的请求结构决策时。普通 prompt 也许一次能用，但当你希望同样的流程可以反复复用时，generate-image 技能会更有价值。

什么情况下不该用 generate-image？

当输出必须精确、数据驱动或偏图表化时，不要用它。如果图片需要标签、准确关系或技术正确性，优先选择更偏示意图的技能会更稳妥。

如何改进 generate-image 技能

给模型那些真正会改变画面的细节

质量提升最大的时候，通常来自主题、媒介、构图和约束条件。弱 prompt 会说“做得现代一点”；更强的 prompt 会说“创作一张极简的编辑风格插画：一辆城市自行车，白色背景，侧视角，低饱和配色，不要人物，不要标签”。这类输入之所以能提升 generate-image 的结果，是因为它减少了歧义。

把创作方向和编辑指令分开说

对于 generate-image 技能，编辑类任务最有效的写法，是明确说什么要保留、什么要改。比如：“保留原始主体和裁切，柔化光线，把背景换成工作室渐变，并移除所有文字。”这样可以减少身份、构图或版式意外跑偏。

留意常见失败模式

最常见的问题是 prompt 过于宽泛、缺少风格指引，以及让这个技能去做示意图工作。如果输出质量不理想，先收紧 prompt，再考虑换模型：明确视觉目标，排除不想要的元素，并判断这项任务到底是生成还是编辑。