Skills Guide

Gemini 图片生成与编辑

VérifiéPrudence

利用 Gemini API 生成、编辑和迭代修改图片，支持高清输出和多轮对话。

Télécharger et utiliser
Spar Skills Guide Bot
ContenuIntermédiaire
24/07/2026
Claude Code
#image-generation#image-editing#gemini-api#text-to-image#multi-turn

Recommandé pour

Claude CodeDesigner UI/UXSEO & contenuProduct managerRédacteur / marketeurSolo / indie hacker

Synthèse automatique

Génère et retouche des images via l'API Gemini (modèles Nano Banana) au moyen d'un script Python, avec prise en charge du texte-vers-image, de l'édition et des sessions de modification itératives.

Points forts

  • Couvre la génération, l'édition et le raffinement multi-tours dans un seul script à commandes simples
  • Bascule automatiquement vers le modèle pro pour les sorties 2K/4K et gère les ratios d'aspect courants
  • Décrit un flux de travail clair, avec vérification visuelle de chaque image produite
  • Prend en charge les prompts en chinois comme en anglais

Limites

  • Dépend d'une clé GEMINI_API_KEY, des paquets google-genai et Pillow, et parfois d'un proxy
  • Les sessions de chat sont stockées dans un fichier .pkl local, sans gestion de version ni partage
  • Nécessite des délais d'exécution longs (timeout ~120 s) et peut échouer sur des prompts complexes
Quand l'utiliser

À utiliser lorsqu'un utilisateur veut créer une image, retoucher une image existante ou faire évoluer un visuel par retouches successives depuis Claude Code.

Quand l'éviter

À éviter si aucune clé API Gemini n'est configurée ou si l'environnement ne permet pas d'exécuter des scripts Python avec accès réseau.

Analyse de sécurité

Prudence
Score qualité86/100

The skill is not overtly malicious: it does not instruct destructive commands, credential exfiltration, obfuscation, or safety bypass. However, it uses Bash, network access, environment-stored API keys, file writes, and package installation for a legitimate image-generation workflow, so it warrants caution rather than safe.

Points d'attention
  • •Uses Bash to execute a Python script that performs network requests to the Gemini API and writes image files.
  • •Requires access to GEMINI_API_KEY from the environment; the skill itself does not exfiltrate it, but the script is not included for inspection.
  • •Mentions optional pip3 install of dependencies, which executes package installation commands.
  • •Relies on an external script at ~/.claude/skills/gemini-image/scripts/gemini_image.py whose behavior cannot be verified from SKILL.md alone.
Comment cette analyse est faite

Exemples

Text-to-image with aspect ratio
Generate a 16:9 illustration of a misty mountain lake at sunrise, minimal flat style, muted blues and oranges, saved as lake.png
Iterative editing session
Start a chat session to create a product shot of a white ceramic mug on a wooden table, then change the background to a beach and make the lighting warmer
Upscale to 2K
把这张图片重绘为 2K 高清版本，保留原有构图和颜色，输出到 hd.png

name: gemini-image description: | 使用 Gemini API 生成和编辑图片。当用户要求生成图片、编辑图片、修改图片、重绘图片、 生成高清图片、多轮对话迭代修改图片时触发此技能。 关键词: 生成图片、画图、图片编辑、修图、重绘、高清、2K、4K、text-to-image、image editing allowed-tools: Read, Write, Edit, Bash, Glob, Grep, AskUserQuestion

Gemini 图片生成与编辑技能

通过 Gemini API (Nano Banana 系列模型) 为用户生成、编辑、迭代修改图片。

工具脚本

SCRIPT="$HOME/.claude/skills/gemini-image/scripts/gemini_image.py"

所有图片操作通过此脚本完成，运行方式：

python3 "$SCRIPT" <command> [args...]

环境要求

  • API Key: 存在环境变量 $GEMINI_API_KEY (用户已配置在 .zshrc)
  • 代理: 如需代理，用户应在 shell 中设置 http_proxy 和 https_proxy 环境变量
  • 依赖: google-genai, Pillow (如未安装则运行: pip3 install google-genai Pillow)

模型选择

| 模型 ID | 别名 | 特点 | |---------|------|------| | gemini-3.1-flash-image-preview | flash | 快速，日常生成/编辑，默认选择 | | gemini-3-pro-image-preview | pro | 高质量，支持 2K/4K 分辨率输出 |

  • 默认使用 flash 模型
  • 当用户要求 2K/4K 高清时，自动切换到 pro 模型

命令参考

1. 文本生成图片

python3 "$SCRIPT" generate "描述文字" --output result.png --ratio 16:9 --model flash

参数:

  • prompt: 图片描述 (必填)
  • --output: 输出文件路径 (默认 generated.png)
  • --ratio: 宽高比，可选 1:1 2:3 3:2 3:4 4:3 4:5 5:4 9:16 16:9 21:9
  • --size: 分辨率 2k 或 4k (指定后自动使用 pro 模型)
  • --model: flash(默认) 或 pro

2. 编辑已有图片

python3 "$SCRIPT" edit "编辑指令" --input source.png --output edited.png

参数:

  • prompt: 编辑指令 (必填，如 "把背景换成海边"、"去掉水印"、"重绘为高清版本")
  • --input: 输入图片路径 (必填)
  • --output: 输出文件路径 (默认 edited.png)
  • --ratio, --size, --model: 同上

3. 多轮对话 - 创建新会话

python3 "$SCRIPT" chat_new --session .gemini_chat_session.pkl

4. 多轮对话 - 发送消息

python3 "$SCRIPT" chat_send "修改指令" --session .gemini_chat_session.pkl --output v2.png
python3 "$SCRIPT" chat_send "继续修改" --input another.png --session .gemini_chat_session.pkl --output v3.png

参数:

  • prompt: 文字指令 (必填)
  • --session: 会话文件 (默认 .gemini_chat_session.pkl，不存在则自动创建)
  • --input: 可选，附带一张图片
  • --output: 输出文件路径 (默认 chat_output.png)

工作流程

场景 A: 单次生成/编辑

  1. 根据用户需求确定命令 (generate 或 edit)
  2. 选择合适的参数 (ratio, size, model)
  3. 运行脚本，等待生成
  4. 用 Read 工具查看生成的图片，向用户展示
  5. 如果用户不满意，根据反馈调整 prompt 重新生成

场景 B: 多轮迭代修改 (推荐用于需要反复调整的场景)

  1. 创建会话或直接发送第一条消息 (chat_send 会自动创建会话)
  2. 运行 chat_send，生成第一版图片
  3. 用 Read 工具查看图片，向用户展示
  4. 用户提出修改意见
  5. 继续用 chat_send 发送修改指令 (模型会记住上下文，无需重新描述)
  6. 重复 3-5 直到用户满意
  7. 如果用户最终想要高清版本，用 edit 命令 + --size 2k/4k 对最终版进行高清化

场景 C: 高清重绘已有图片

  1. 用 Read 工具先查看原图，理解内容
  2. 撰写详细的重绘 prompt (描述图片中的所有元素、布局、颜色)
  3. 运行 edit 命令，传入原图 + prompt + --size 2k
  4. 查看结果，向用户展示

重要提示

  • 每次生成图片后，必须用 Read 工具读取并展示给用户，这样用户才能看到效果
  • 生成图片的 prompt 要尽量具体详细，描述清楚风格、颜色、布局、内容
  • 多轮对话中，模型记住了之前的图片，所以后续指令可以简短 (如 "把颜色改成蓝色")
  • 如果生成失败 (finish_reason 不是 STOP)，尝试简化 prompt 后重试
  • 中文和英文 prompt 都支持，复杂场景建议用英文 prompt 效果更好
  • 超时设置: 图片生成可能需要较长时间，Bash 命令 timeout 建议设为 120000ms

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/gemini-image-generation-editing-mryiqg2f' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/gemini-image-generation-editing-mryiqg2f/download' --output '.skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md.part' && mv '.skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md.part' '.skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Write, Edit, Bash, Glob, Grep, AskUserQuestion

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md' && test -s '.skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/gemini-image' && cp -R '.skill-downloads/gemini-image-generation-editing-mryiqg2f' '.claude/skills/gemini-image'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/gemini-image-generation-editing-mryiqg2f'

openskills read 'gemini-image-generation-editing-mryiqg2f'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/gemini-image-generation-editing-mryiqg2f/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires

Fragments d'écriture

Contenu

Extrayez des fragments d'écriture bruts via un entretien intensif, sans imposer de structure. Capturez idées, citations et mots porteurs pour une utilisation ultérieure.

Claude CodebeginnerSûr 240,316
Skills Guide Bot

Rédaction UI et audit

Contenu

Rédigez ou auditez les textes d'interface (boutons, erreurs, états vides, infobulles) dans le monorepo, en suivant la source de vérité du design system.

Claude CodeCursorbeginnerSûr 108,623
Skills Guide Bot

Extraction MIDI/score

Contenu

Extrait le MIDI ou la partition d'une production musicale existante via l'outil MCP CogMusic et confirme la disponibilité du fichier.

Claude CodebeginnerSûr 69,866
Skills Guide Bot