前言¶

在办公自动化场景里，Agent 要生成一张配图、改一版海报、或者做一套风格统一的表情包，往往要经历「选模型、改提示词、试错、重试」的反复过程。模型昵称天天变，同一个 FLUX 2 Pro 在不同平台叫法都不一样，写错 ID 就报 API 错误。下面介绍的这个 Skill，就是把这些经验固化下来，让 Agent 在需要 AI 图像时直接按规则选模型、写提示词、走降级链。

这是什么¶

AI Image Generation 是一个基于通用 SKILL.md 格式的 Agent Skill，来自 OpenClaw 生态的 ClawHub 注册表，坐标 @clawhub_ivangdavila/image-generation，当前版本 1.0.3，许可证 MIT-0。SkillHub 页面（https://www.skillhub.cn/skills/clawhub_ivangdavila/image-generation ）上它归在 design-media 分类，标签 requires_api_key=true，说明实际调用需要你自己配置服务商的 API Key。

它解决的问题是：让 Agent 在面对 GPT Image、Gemini Nano Banana、FLUX、Imagen 等一堆图像模型时，按任务选模型、按规则写提示词、按成本控制质量，而不是盲目试错。

核心功能¶

这个 Skill 的能力可以拆成几块：

1、模型选择决策表。按任务类型推荐首选和备选模型，例如图中需要精确文字时首选 gpt-image-1.5，多轮编辑首选 gemini-2.5-flash-image-preview，写实人像首选 imagen-4.0-ultra-generate-001，低成本草稿用 gpt-image-1-mini。

2、别名解析。社区昵称（如 Nano Banana、FLUX 2 Pro）会先映射到官方模型 ID，避免把昵称当 ID 传参导致 API 报错。

3、提示工程技巧。Skill 内附带 prompting.md，覆盖如何写更强提示词、避免过时的 DALL-E 习惯。

4、成本控制策略。规则是「先便宜草稿，再贵价精修」：先出 1-4 张低成本草稿，挑一张再做放大或重渲染。

5、降级链。首选模型不可用时按同厂商降级、跨厂商等效、本地开源模型三级回退。

安装与启用¶

安装走 OpenClaw 的 CLI，命令如下：

openclaw skills install @ivangdavila/image-generation

首次使用时需要阅读 Skill 自带的 setup.md 完成初始化。安装后 Skill 会在用户目录下维护偏好设置：

~/image-generation/
├── memory.md   # 偏好的服务商、项目上下文、成功配方
└── history.md  # 可选的生成日志

其中 memory.md 的模板在 memory-template.md 里。如果从旧版本升级，需要先读 migration.md 再改本地记忆结构。

需要注意，SkillHub 侧的官方地址（https://api.skillhub.cn/org-02qudk26/image-generation ）与 ClawHub 上游仓库指向同一个 Skill，安装时以你使用的 Agent 生态为准。Cursor、Codex CLI、Claude Code 的启用方式在公开资料中没有差异说明，这里不展开。

典型用法¶

Skill 内置了一份快速参考表，Agent 在收到「需要 AI 生成图像、编辑图像或做一套风格统一的图」这类请求时会触发。触发后按以下步骤走：

1、读 setup.md 确认初始化已完成。
2、读 memory.md 看有没有已存的偏好和配方。
3、根据任务在模型决策表里选首选和备选。
4、先出低成本草稿，用户选定后再精修。

如果要生成图中精确文字，走这条链路：

任务：生成含准确文字的海报
首选：gpt-image-1.5
备选：Ideogram

如果要做角色或产品一致性，走：

任务：角色/产品一致性
首选：flux-kontext-max
备选：gpt-image-1.5 加参考图

本地无 API 的场景，可用 flux-schnell 或 SDXL 兜底。

适用场景与注意¶

适合需要批量出图、出系列图、或在办公流程里嵌入配图的 Agent 工作流。不适合无 API Key 且不允许联网的场景——Skill 本身不存储 API Key，调用外部服务商时提示词和参考图会离开本机。

几个明确的坑：

1、不要拿厂商昵称当模型 ID 用，会报 API 错误并浪费重试。
2、不要假设 Nano Banana Pro 或 FLUX 2 是通用 ID，不同平台 SKU 名称不一致。
3、不要照搬旧的 DALL-E 提示词习惯，GPT/Gemini 新一代模型的表现会差一截。
4、不要每张草稿都拉到最高质量，成本会涨但质量未必有提升。
5、不要把文生图和图像编辑的基准分数当成同一维度比较。

安全方面，Skill 会发送提示词和参考图到第三方服务商，官方明确列出的端点包括 OpenAI、Google Gemini API、Vertex AI、Black Forest Labs、Replicate、Midjourney、Leonardo、Ideogram。只有信任这些服务商时才安装。

结尾¶

这个 Skill 的价值不在于替你生成一张图，而是把选模型、写提示词、控成本、走降级这些经验固化成规则，让 Agent 少走弯路。安装一条命令，初始化读一个文件，之后每次出图都按同一套逻辑跑。

官方地址：https://api.skillhub.cn/org-02qudk26/image-generation
上游仓库：https://clawhub.ai/ivangdavila/image-generation