前言¶

调用 AI 生图接口时，最麻烦的不是「能不能出图」，而是后端分散：OpenAI、Google、字节 Seedream、阿里 Qwen、MiniMax 各有各的接口、鉴权和参数，换一家就要改一遍代码，图生图、多图融合还要额外处理输入格式。这个 Skill 把选择和调用收敛成一套后端无关的工作流，脚本根据已配置的 API Key 自动挑选可用后端，产物统一落到工作区 images/ 目录。

这是什么¶

这是一个基于通用 SKILL.md 格式的 Agent Skill，定位是「按提示词生成或编辑图片的后端无关工作流」。它由 ivangdavila 发布，来源为 clawhub，当前版本 1.0.3，分类 design-media，上游仓库位于 clawhub.ai，经 SkillHub 分发，官方地址见文末。它解决的问题是：在提示词不变的前提下，让脚本自动匹配可用的图像模型，并覆盖文生图、图生图编辑、多图融合三类任务。

核心功能¶

下面列出已核实的能力，均来自官方资料。

1、后端自动选择。脚本读取已配置的 API Key，在 OpenAI、Gemini Nano Banana、Seedream、Qwen、MiniMax 之间挑选可用后端，不需要手工指定 provider。
2、文生图。按文本提示词直接生成图片，支持调整质量、尺寸与画面比例。
3、图生图编辑。基于输入图片做编辑或改写，属于 image-to-image 工作流。
4、多图融合。把多张参考图合并为一张目标图，用于角色一致性或产品拼合。
5、产物落盘。生成的图片写入工作区 images/ 目录，便于后续取用。
6、触发词覆盖。当用户提出 AI 生图、生成图片、改图、图生图、文生图、AI 绘图、图片编辑、多图融合、图标生成、海报生成、illustration 生成等需求时启用。

安装与启用¶

该 Skill 通过 clawhub 生态分发，安装命令如下，在已接入 clawhub/openclaw 的环境中执行：

openclaw skills install @ivangdavila/image-generation

安装后首次使用需阅读 setup.md，按其中步骤完成配置。该 Skill 标记 requires_api_key=true，意味着至少需要配置一个图像服务提供方的 API Key；Key 由运行环境或 Agent 侧保管，Skill 自身不存储 API Key。用户偏好可持久化到 ~/image-generation/ 目录，其中 memory.md 记录偏好的 provider、项目上下文和可用配方，history.md 为可选的生成日志。

在 Cursor、Codex CLI、Claude Code 等不同宿主中，Skill 的加载机制不同，未在官方资料中逐一核实，这里不展开。可确认的是通用 SKILL.md 格式与上述 clawhub 安装方式。

典型用法¶

下面给出可复现的调用思路，参数名以实际后端为准。

文生图：给出提示词，脚本选择可用后端并生成图片，产物写入 images/。

提示词: 一只穿宇航服的柴犬，扁平插画风，纯色背景

图生图编辑：把输入图片连同编辑指令交给后端，例如改背景、换风格、调整构图。

输入图: images/reference.png
指令: 将背景替换为深海蓝，保留主体构图

多图融合：传入多张参考图，输出一张融合结果，常用于统一角色形象或把多张产品图合成一张。

参考图: images/a.png images/b.png
指令: 融合为同一场景中的两个角色，保持各自特征

质量、尺寸、画面比例作为可调参数传入，具体字段随所选后端变化。

适用场景与注意¶

适合需要在多个图像模型之间切换、或希望一套提示词复用到不同后端的开发者，尤其是做图标、海报、插画、产品图、角色一致性素材的场景。

需要注意几点：一是至少要配置一个可用的 API Key，否则脚本无法选定后端；二是不同后端的模型名和能力有差异，社区昵称（如 Nano Banana）并非官方模型 ID，直接当 ID 用可能报错；三是图像请求会把提示词和参考图发送到所选提供方的外部接口，涉及隐私的素材需自行评估；四是 Skill 不存储 API Key、不上传文件到非所选提供方，也不会在用户未要求时持久化生成图片。

结尾¶

这个 Skill 的价值在于把多后端图像生成的复杂度收敛到一套工作流：提示词写一次，后端由脚本按 Key 自动选，文生图、图生图、多图融合都能跑通，产物统一落盘。官方地址：https://api.skillhub.cn/org-b6kzcl68/image-generation ，上游仓库：https://clawhub.ai/ivangdavila/image-generation 。