Synthèse automatique
Génère des images via les API OpenAI (gpt-image-2) ou Google Gemini (Nano Banana), puis enregistre le fichier résultat sur le disque.
Points forts
- Workflow clair : détection des clés API, choix du fournisseur, génération, puis indication du chemin du fichier sauvegardé
- Onboarding conversationnel intégré qui guide l'obtention et la persistance de la clé API dans le profil shell
- Références d'API précises pour les deux fournisseurs (corps de requête, tailles, niveaux de qualité, décodage base64)
Limites
- Nécessite une clé API valide ; aucune génération possible sans configuration préalable
- Pas d'édition, de retouche ni de variantes d'une image existante : uniquement de la génération à partir d'un prompt
- La section Gemini reste partiellement indicative (endpoints et modèle variables selon les versions)
À utiliser lorsqu'il faut produire rapidement des visuels : icônes, sprites, textures, maquettes ou illustrations.
À éviter si vous n'avez pas de clé API, si vous devez modifier une image existante, ou si un visuel libre de droits et déterministe est exigé.
Analyse de sécurité
PrudenceThe skill is a straightforward image-generation integration. It does not contain destructive commands, obfuscated payloads, curl|sh, or exfiltration to unknown hosts; all endpoints are the official OpenAI and Google APIs and the workflow is transparent. The risk is moderate rather than severe: it handles user API keys, proposes persisting them to a shell profile, and asks the agent to log request headers, all of which touch secrets and could leak credentials if followed literally. This is legitimate use of network and credential tools, so 'caution' rather than 'risky'.
- •Handles long-lived API secrets: instructs the agent to take a user-supplied API key and persist it to the user's shell profile (step 3 of Onboarding), which writes credentials to disk in plaintext and leaves them in every future shell session.
- •Instructs logging outgoing request headers and body 'with keys redacted' to aid debugging — header logging is a common way secrets leak into logs if redaction is imperfect, and no redaction mechanism is specified.
- •Performs outbound network requests with bearer credentials to api.openai.com and generativelanguage.googleapis.com; destinations are legitimate and official, but this is privileged network + secret access with no declared allowed-tools.
- •Gemini auth section suggests both Authorization: Bearer tokens and ?key=<KEY> query-param usage; query-string API keys are additionally prone to appearing in logs/proxies.
- •Encourages parallel batch API calls, which can amplify cost/quota without any guardrails mentioned.
Exemples
Generate a 1024x1024 app icon of a stylized fox head, flat vector style, deep orange background, no textCreate a pixel-art sprite sheet texture for a 2D platformer, 16-bit style, transparent-friendly dark backgroundMake a mockup image of a minimalist dashboard UI on a laptop screen, soft neutral lighting, high qualityname: generate-image description: >- Generate images using AI. Use when asked to generate, create, or make images, textures, icons, sprites, artwork, visual assets, or mockups. Supports OpenAI (gpt-image-2) and Google Gemini (Nano Banana). Requires an API key for the chosen provider. argument-hint: "[description of the image to generate]" license: MIT metadata: version: "2.1.0" providers: "openai, gemini"
Generate Image
You are an image generation assistant. When invoked, follow the workflow below.
Workflow
- Check for API keys — check whether
SKILL_IMAGE_GEN_OPENAI_KEYand/orSKILL_IMAGE_GEN_GEMINI_KEYare set in the environment. - If one key is set — use that provider. No need to ask.
- If both are set — pick based on context (OpenAI for polish, Gemini for speed), or ask if the user has a preference.
- If no keys are set — run the Onboarding section.
- Generate the image using the appropriate API reference.
- Tell the user where the image was saved.
Onboarding
Only run this if no keys are set. Guide the user conversationally.
- Ask which provider they'd like to use:
- OpenAI (gpt-image-2) — High quality, excellent text rendering, paid per image
- Google Gemini (Nano Banana) — Fast, free tier available, great for iteration
- Direct them to get an API key:
- OpenAI → https://platform.openai.com/api-keys
- Gemini → https://aistudio.google.com/apikey
- Once they provide the key, set
SKILL_IMAGE_GEN_OPENAI_KEYorSKILL_IMAGE_GEN_GEMINI_KEYin the current session and persist it to the appropriate shell profile. - Proceed to generate the image they originally asked for.
API Reference: OpenAI
Method: POST
URL: https://api.openai.com/v1/images/generations
Headers:
Authorization: Bearer <SKILL_IMAGE_GEN_OPENAI_KEY>Content-Type: application/json
Body (JSON):
{
"model": "gpt-image-2",
"prompt": "<user prompt>",
"n": 1,
"size": "1024x1024",
"quality": "medium"
}
| Field | Default | Options |
|---|---|---|
| model | gpt-image-2 | gpt-image-2, gpt-image-1 |
| size | 1024x1024 | 1024x1024, 1024x1536, 1536x1024, auto |
| quality | medium | low, medium, high |
Response: data[0].b64_json contains the base64-encoded image. Decode it and save to the output path. If data[0].url is present instead, download the image from that URL.
API Reference: Google Gemini (Nano Banana)
Method: POST (uses Generative Language Image or Content endpoint depending on model)
URL (examples):
- Text+image/content endpoint:
https://generativelanguage.googleapis.com/v1beta/models/<model>:generateContent - Image-specific endpoint (newer image models may use):
https://generativelanguage.googleapis.com/v1/models/<model>:generateImage
Authentication (recommended):
- Preferred:
Authorization: Bearer <ACCESS_TOKEN>(use OAuth2 service account or short-lived access token). - API Key (legacy / limited): can be passed as
x-goog-api-key: <KEY>header or?key=<KEY>query param, but some image-generation models require OAuth/Bearer tokens.
Headers:
Authorization: Bearer <ACCESS_TOKEN>(preferred)Content-Type: application/json
Body (JSON) — content endpoint (text+image):
{
"contents": [{"parts": [{"text": "Generate an image: <user prompt>"}]}],
"generationConfig": {"responseModalities": ["IMAGE"]}
}
Body (JSON) — image-specific endpoint (if supported by model):
{
"prompt": "<user prompt>",
"imageConfig": {"modes": ["RGB"], "size": "1024x1024"}
}
| Field | Default | Options |
|---|---|---|
| model (in URL) | gemini-2.0-flash-exp or an image-capable model | e.g., gemini-2.5-flash-image, image-bison |
Response (guidance):
- For content endpoint: inspect
candidates[0].content.parts[]for entries withinlineData.data(base64 image) andinlineData.mimeType. - For image endpoint: response commonly includes
imagesordatafield carrying base64-encoded image(s) or URLs — decode/save accordingly.
Notes & troubleshooting:
- Many Google image models now require OAuth Bearer tokens; prefer service-account-based short-lived tokens rather than long-lived API keys.
- If
401/403errors occur, verify token scopes and that the calling project has the Generative API enabled. - If requests return
400, confirm request body shape and model name. - Log outgoing request headers and body (with keys redacted) to aid debugging.
Error cases: error key (API error), promptFeedback.blockReason (safety block), finishReason: "SAFETY" (filtered).
Migration guidance:
- Update integrations to support both
Authorization: Bearerandx-goog-api-keybut prefer and document using OAuth where image models require it. - Add tests that mock both endpoints and assert request shape, headers, and image decoding behavior.
Agent Guidelines
- Choose the output path intelligently — save to the project's relevant directory (e.g.,
assets/,images/, or the current directory). - For game textures, enrich prompts with "seamless", "tileable", "game asset".
- For batch generation, make multiple API calls in parallel.
- If the user asks to switch providers or what options are available, explain both and help them set up.
- Always create the output directory before saving.
- Ensure special characters in the user's prompt are properly escaped in the JSON body.
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 annexesCe 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.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/generate-image-mrwakgb7/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/generate-image-mrwakgb7' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/generate-image-mrwakgb7/download' --output '.skill-downloads/generate-image-mrwakgb7/SKILL.md.part' && mv '.skill-downloads/generate-image-mrwakgb7/SKILL.md.part' '.skill-downloads/generate-image-mrwakgb7/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.
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/generate-image-mrwakgb7/SKILL.md' && test -s '.skill-downloads/generate-image-mrwakgb7/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/generate-image' && cp -R '.skill-downloads/generate-image-mrwakgb7' '.claude/skills/generate-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’OpenSkillsopenskills install './.skill-downloads/generate-image-mrwakgb7'openskills read 'generate-image-mrwakgb7'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 syncMode 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/generate-image-mrwakgb7/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.
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.
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.
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.