imagegen — Claude Code 多模型生图 Skill

在用 Claude Code 构建 web 项目时，直接生成图片素材(hero 图、图标、插画、配图等)并保存到项目目录，供代码直接引用。通过一个 AI 中转站调用 gpt-image-2 / 豆包 Seedream / Gemini 三个生图模型，不用分别注册每一家官方账号。

功能

• 三选一生图模型：gpt-image(gpt-image-2-c)、doubao(豆包 Seedream)、gemini(Gemini)，默认用 gpt-image，对话里直接说"用豆包/Gemini 生成"就能切换，不用记参数。
• 生成前会把完整 prompt 和使用的模型展示出来，等你确认后才真正调用 API，避免误触发浪费额度。
• Prompt 统一用中文结构化模板组织(用途/主体/风格/构图/色彩/氛围/文字/约束)，会尽量贴合项目已有的视觉风格，而不是生成一张风格突兀的图。
• 内置常见资产类型(首页 hero 图、图标、文章配图、空状态插画)的 prompt 模板，见 references/sample-prompts.md。

依赖

• Python 3
• pip install requests python-dotenv
• 一个可用的中转站账号(默认配置的是 openlux.ai，换别的中转站见下方"更换中转站")

安装

1. 把整个 imagegen/ 文件夹放到 ~/.claude/skills/imagegen/(全局生效，任何项目都能用)，或者放到某个项目的 .claude/skills/imagegen/(只在该项目生效)。
2. 复制 .env.example 为 .env，填入你的 API Key：

   cp .env.example .env

   然后编辑 .env，把 OPENLUX_API_KEY 换成真实的 key。三个模型共用同一个 key，不用分开配。
3. 还没有 openlux.ai 账号的话，可以用这个邀请链接注册：https://api.openlux.ai/register?aff=Ur4Y

.env 不会被 git 追踪(见 .gitignore)，放心填真实 key，但也别手动把它加进版本控制。

每次生成图片都会消耗中转站账户余额，具体费用取决于中转站定价和你选的模型/质量档位。

使用

在 Claude Code 对话里正常描述需求即可，比如"帮首页做一张 hero 图"，符合场景时会自动触发这个 skill。也可以手动调用：

python3 scripts/generate_image.py \
  --provider gpt-image \
  --prompt "完整的中文 prompt" \
  --size 1024x1024 \
  --out ./public/images/hero.jpg

--provider 可选 gpt-image / doubao / gemini；--size、--quality、--format 是否生效取决于所选 provider，详见 references/provider-params.md。

更换中转站

默认对接的是 openlux.ai。如果想换成别的中转站，或者直连各家官方 API，需要改这几处：

文件	要改的常量	说明
scripts/providers/gpt_image.py	API_URL、DEFAULT_MODEL	换成新中转站的生图 endpoint，以及它支持的 model 名(不一定还叫 gpt-image-2-c)
scripts/providers/doubao.py	API_URL、DEFAULT_MODEL	同上
scripts/providers/gemini.py	API_URL	model 名是写在 URL 路径里的(.../models/gemini-3-pro-image-preview:generateContent)，不是单独的常量，换 model 版本也要改这个 URL

改完之后，强烈建议先跑一次最小化的测试请求，确认真实返回的 JSON 结构，而不要想当然地认为解析逻辑还能直接用——不同中转站/不同厂商在响应结构上的差异比想象中大，这个 skill 里三个 provider 的解析代码，都是先各写一个小测试脚本、拿到真实返回样本以后才定下来的。

大概率不用改的地方：

• 鉴权方式(Authorization: Bearer <key>)是业界通用约定，大部分中转站都遵循。
• gpt_image.py / doubao.py 的响应解析逻辑(data[0].b64_json 或 data[0].url)是 OpenAI 生图 API 的标准形状，多数"OpenAI 兼容"中转站都会保持这个结构，但仍建议实测确认一次。
• gemini.py 的解析逻辑同时兼容 base64(inlineData)和 URL(fileData.fileUri)两种返回形式，即使新中转站的行为跟 openlux.ai 不完全一样，大概率也能覆盖到。

环境变量名 OPENLUX_API_KEY 是历史命名，换了中转站也可以继续沿用(不影响功能)；如果想改成更通用的名字，需要同步修改三个 provider 文件里读取环境变量的那一行。

已知限制

• 只支持文生图，不支持图片编辑/以图生图。
• 不支持 Midjourney(官方没有公开 API，中转站是异步任务+多轮选图放大，交互链路太复杂，暂不支持)。
• 一次只生成一张，不做批量编排。
• 不会自动判断"这类图用哪个模型效果最好"，需要用户显式指定，或者默认用 gpt-image。

第三方代码

scripts/remove_chroma_key.py 移植自 OpenAI Codex 项目自带的 imagegen sample skill，遵循 Apache License 2.0，完整许可证见 scripts/LICENSE-remove_chroma_key.txt。当前版本未接入主流程，仅作为透明背景处理(chroma-key 抠图转 alpha 通道)的备用工具。