前言¶

調用 AI 生圖接口時，最麻煩的不是「能不能出圖」，而是後端分散：OpenAI、Google、字節 Seedream、阿里 Qwen、MiniMax 各有各的接口、鑑權和參數，換一家就要改一遍代碼，圖生圖、多圖融合還要額外處理輸入格式。這個 Skill 把選擇和調用收斂成一套後端無關的工作流，腳本根據已配置的 API Key 自動挑選可用後端，產物統一落到工作區 images/ 目錄。

這是什麼¶

這是一個基於通用 SKILL.md 格式的 Agent Skill，定位是「按提示詞生成或編輯圖片的後端無關工作流」。它由 ivangdavila 發佈，來源爲 clawhub，當前版本 1.0.3，分類 design-media，上游倉庫位於 clawhub.ai，經 SkillHub 分發，官方地址見文末。它解決的問題是：在提示詞不變的前提下，讓腳本自動匹配可用的圖像模型，並覆蓋文生圖、圖生圖編輯、多圖融合三類任務。

核心功能¶

下面列出已覈實的能力，均來自官方資料。

1、後端自動選擇。腳本讀取已配置的 API Key，在 OpenAI、Gemini Nano Banana、Seedream、Qwen、MiniMax 之間挑選可用後端，不需要手工指定 provider。
2、文生圖。按文本提示詞直接生成圖片，支持調整質量、尺寸與畫面比例。
3、圖生圖編輯。基於輸入圖片做編輯或改寫，屬於 image-to-image 工作流。
4、多圖融合。把多張參考圖合併爲一張目標圖，用於角色一致性或產品拼合。
5、產物落盤。生成的圖片寫入工作區 images/ 目錄，便於後續取用。
6、觸發詞覆蓋。當用戶提出 AI 生圖、生成圖片、改圖、圖生圖、文生圖、AI 繪圖、圖片編輯、多圖融合、圖標生成、海報生成、illustration 生成等需求時啓用。

安裝與啓用¶

該 Skill 通過 clawhub 生態分發，安裝命令如下，在已接入 clawhub/openclaw 的環境中執行：

openclaw skills install @ivangdavila/image-generation

安裝後首次使用需閱讀 setup.md，按其中步驟完成配置。該 Skill 標記 requires_api_key=true，意味着至少需要配置一個圖像服務提供方的 API Key；Key 由運行環境或 Agent 側保管，Skill 自身不存儲 API Key。用戶偏好可持久化到 ~/image-generation/ 目錄，其中 memory.md 記錄偏好的 provider、項目上下文和可用配方，history.md 爲可選的生成日誌。

在 Cursor、Codex CLI、Claude Code 等不同宿主中，Skill 的加載機制不同，未在官方資料中逐一覈實，這裏不展開。可確認的是通用 SKILL.md 格式與上述 clawhub 安裝方式。

典型用法¶

下面給出可復現的調用思路，參數名以實際後端爲準。

文生圖：給出提示詞，腳本選擇可用後端並生成圖片，產物寫入 images/。

提示詞: 一隻穿宇航服的柴犬，扁平插畫風，純色背景

圖生圖編輯：把輸入圖片連同編輯指令交給後端，例如改背景、換風格、調整構圖。

輸入圖: images/reference.png
指令: 將背景替換爲深海藍，保留主體構圖

多圖融合：傳入多張參考圖，輸出一張融合結果，常用於統一角色形象或把多張產品圖合成一張。

參考圖: images/a.png images/b.png
指令: 融合爲同一場景中的兩個角色，保持各自特徵

質量、尺寸、畫面比例作爲可調參數傳入，具體字段隨所選後端變化。

適用場景與注意¶

適合需要在多個圖像模型之間切換、或希望一套提示詞複用到不同後端的開發者，尤其是做圖標、海報、插畫、產品圖、角色一致性素材的場景。

需要注意幾點：一是至少要配置一個可用的 API Key，否則腳本無法選定後端；二是不同後端的模型名和能力有差異，社區暱稱（如 Nano Banana）並非官方模型 ID，直接當 ID 用可能報錯；三是圖像請求會把提示詞和參考圖發送到所選提供方的外部接口，涉及隱私的素材需自行評估；四是 Skill 不存儲 API Key、不上傳文件到非所選提供方，也不會在用戶未要求時持久化生成圖片。

結尾¶

這個 Skill 的價值在於把多後端圖像生成的複雜度收斂到一套工作流：提示詞寫一次，後端由腳本按 Key 自動選，文生圖、圖生圖、多圖融合都能跑通，產物統一落盤。官方地址：https://api.skillhub.cn/org-b6kzcl68/image-generation ，上游倉庫：https://clawhub.ai/ivangdavila/image-generation 。