Image Generate

文生图

目标

• 根据文本提示词生成图片并保存到本地目录。
• 返回生成任务信息与本地文件路径。
• 默认使用独立脚本，不在对话里拼长请求体。

API 配置

• Endpoint: 由脚本内 API_URL 定义
• Header: 由脚本内鉴权逻辑自动处理
• 默认模型：image-01

关键说明

• response_format=url 时，接口返回临时图片 URL，脚本会立即下载到本地。
• response_format=base64 时，脚本会直接解码并保存为本地 PNG。

参数约定

1. 必须传 prompt。
2. 常用参数：model、aspect_ratio、n、seed、prompt_optimizer。
3. 如果同时传 width/height，需要两个都提供。
4. n 取值范围为 1-9。
5. image-01-live 可配合 style_type/style_weight 使用。

输出约定

• 默认输出目录由调用方给定。
• 文件名默认使用 prompt slug，加三位序号。
• 可选 --metadata-file 保存完整返回信息。
• 默认只打印一条汇总 JSON；如需逐张打印，显式使用 --print-each。

工具脚本（独立文件）

• 仓库内脚本路径：image-generate/scripts/text_to_image.py
• 环境变量：MINIMAX_API_KEY
• 可选环境变量：MINIMAX_API_URL

SCRIPT="./image-generate/scripts/text_to_image.py"
[ -f "$SCRIPT" ] || { echo "text_to_image script not found"; exit 1; }

可执行示例

示例 1：基础文生图

SCRIPT="./image-generate/scripts/text_to_image.py"
python "$SCRIPT" \
  --prompt "a serene mountain landscape at sunrise, photorealistic" \
  --output-dir "./assets/t2i" \
  --aspect-ratio "16:9" \
  --n 1

示例 2：固定 seed，生成 4 张

SCRIPT="./image-generate/scripts/text_to_image.py"
python "$SCRIPT" \
  --prompt "a cozy reading room with warm lamp light, cinematic interior photography" \
  --output-dir "./assets/t2i" \
  --aspect-ratio "4:3" \
  --seed 42 \
  --n 4 \
  --metadata-file "./assets/t2i/reading_room.json"

示例 3：开启 prompt 优化

SCRIPT="./image-generate/scripts/text_to_image.py"
python "$SCRIPT" \
  --prompt "futuristic city street at night with neon reflections on wet pavement" \
  --output-dir "./assets/t2i" \
  --aspect-ratio "16:9" \
  --prompt-optimizer \
  --n 2

示例 4：image-01-live 风格化生成

SCRIPT="./image-generate/scripts/text_to_image.py"
python "$SCRIPT" \
  --prompt "a small wizard walking through an enchanted forest" \
  --output-dir "./assets/t2i" \
  --model "image-01-live" \
  --style-type "水彩" \
  --style-weight 0.8 \
  --n 1

执行策略（给模型）

• 需要真实生成图片时优先使用本技能，不要返回占位图或仅给伪代码。
• 先确认脚本存在，再执行。
• 若返回鉴权失败、余额不足或参数错误，直接把 status_code/status_msg 回报给用户。
• 若用户要求稳定复现，优先设置 seed。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: cuteweather
• Source: cuteweather/agent
• License: MIT

Install and usage instructions live in the source repository linked above.