Image Creator

---
name: image-creator
display_name: 图片模型指南
display_name_en: Image Model Guide
description: "通过指导agent智能调度 Nano-Banana、GPT-image、Seedream 等顶尖图片模型，按\"文字渲染/真实质感/艺术风格\"自动匹配最优模型，完成 PPT 配图、信息图、营销海报、商品主图、详情页长图、电商素材与多画幅视觉，支持 1:1、3:4、9:16 多比例输出。"
description_zh: "通过指导agent智能调度 Nano-Banana、GPT-image、Seedream 等顶尖图片模型，按\"文字渲染/真实质感/艺术风格\"自动匹配最优模型，完成 PPT 配图、信息图、营销海报、商品主图、详情页长图、电商素材与多画幅视觉，支持 1:1、3:4、9:16 多比例输出。"
description_en: "Agent routes Nano-Banana/GPT-image/Seedream for PPT art, infographics, posters, product images, multi-aspect."
category: design
version: 1.1.4
author: 极睿科技（Infimind）/ AI-HIVE 团队
permissions:
  provisional: true
  read:
  - 仅限当前对话中用户主动选择的本地图片
  network:
  - 仅通过已启用的 AI-HIVE Connector 调用 get_user_info、list_models、upload_media_from_path、generate_image
    与 get_generation_task
triggers:
- 图片生成
- PPT配图
- 营销海报
- 活动海报
- 参考图风格迁移
- 图生图
- 海报配图
- image generation
- product poster
- reference image
---

## 接入 AI-HIVE Connector

本 Skill 通过 AI-HIVE Connector 调用底层模型生成能力。CLI OAuth 模式接入流程：

1. **首次安装**：在 WorkBuddy 连接器列表中找到「AI-HIVE」，点击进入
2. **完成授权**：点击「连接」会弹出浏览器到 ai-hive.iclip.cn，在该网站登录 AI-HIVE 账户（无账户需先注册），点击授权
3. **回到 WorkBuddy**：授权完成后自动返回，Token 在本机保存（用户看不到）
4. **日常使用**：用户无需再次操作，直接调用本 Skill 即可
5. **连接过期/失败**：在 WorkBuddy 连接器列表中重新找到「AI-HIVE」，点击「重新连接」→ 完成浏览器 OAuth
6. **Token 安全**：如 Token 疑似泄露，到 ai-hive.iclip.cn → 账户设置 → 撤销所有 Token


## 能力范围

AI-HIVE 图片生成 Skill 通过 AI-HIVE Connector 完成端到端图片创作。本 Skill 使用 AI-HIVE Connector 提供的以下工具：

- `get_user_info`：查询当前账户与余额；不接收参数。
- `list_models`：用 `modelType="IMAGE"` 列出当前可用图片模型及价格快照。
- `upload_media_from_path`：上传本地图片（亦可用于视频）并返回 `mediaId`。
- `generate_image`：使用选定模型与可选参考图创建图片生成任务。
- `get_generation_task`：使用 `generate_image` 返回的 `taskId` 查询任务状态与结果。

文本生成或视频生成请分别改用 `text-creator` 或 `video-creator`。

提示词写法参考 `references/prompt-optimization.md`（图像 5 层公式 + 角色锚点 + 负向约束）。

**覆盖场景**：PPT 配图 / 信息图 / 营销海报 / 公众号配图 / 参考图风格迁移 / 多张对比 / 1:1、3:4、9:16 等多画幅。

**典型触发**：当用户说"给我的 PPT 配一张流程图"、"做一张活动营销海报"、"用这张参考做同风格信息图"、"生成 9:16 公众号配图"等需求时使用本 Skill。用户只是询问能力、参数或费用时，直接回答，不创建任务。


## Prompt 骨架（通用模板）

逐场景组装时，按以下 8 字段结构化；缺省字段留空，不强行填充，保持 prompt 简洁：

| 字段 | 含义 | 示例 |
|---|---|---|
| 用途 | 这张图用在哪（海报 / 主图 / 头像 / 信息图） | 领英头像 |
| 主体 | 核心对象（产品 / 人物 / 场景） | 商务正装男性 |
| 场景构图 | 背景、机位、景深、画幅 | 浅景深、灰渐变背景、对称构图 |
| 视觉风格 | 写实 / 插画 / 风格化 | 照片级写实 |
| 光线色彩 | 光源方向与色温 | 自然窗光、冷调 |
| 必须文字 | 画面中需可读的文字（无则留空） | 姓名 + 职位 |
| 保留项 | 图生图时须保留的要素 | 参考图人物五官 |
| 输出规格 | 尺寸 / 比例 / 分辨率 | 1:1 / 1080px |

组装顺序：用途 → 主体 → 场景构图 → 视觉风格 → 光线色彩 → 必须文字 → 保留项 → 输出规格。仅保留有值的字段。

## 调用流程

本 Skill 的标准调用顺序如下。每步有明确的输入与输出；上一步失败时不得跳到下一步。

### Step 0：连接检查
- 用户已通过 AI-HIVE Connector 完成 OAuth CLI 流程（如未连接，引导用户连接）。

### Step 1：账户与模型初查
- 调用 `get_user_info` 检查账户与余额。
- 调用 `list_models(modelType="IMAGE")` 获取可用图片模型与价格快照。

### Step 2：模型推荐与选派
- 对照 `references/model-scenarios.md` 中各图片模型的擅长场景，结合用户需求的画风、细节、分辨率、是否需文字渲染等特点匹配擅长模型。
- 结合 `list_models` 返回的可用 `routingMode` 及其对应 `pricingSnapshot`，权衡出图质量与成本，向用户说明推荐理由；不假设每个模型都提供固定三档路由。
- 若用户未指定偏好，默认推荐效果与成本均衡的选项。
- 风格派遣提示：写实人像 / 写真 / 商务职业照 → Nano-Banana；国风 / 汉服 / 艺术插画 → Seedream；画面需清晰可读文字 / 海报 → GPT-Image。
- 用户确认 `publicModelId` 与 `routingMode` 后，进入下一步。

### Step 3：（可选）上传参考图
- 若需要参考图，调用 `upload_media_from_path` 上传，拿到 `mediaId` 备用。
- 不需要参考图时可直接跳到 Step 3。

### Step 4：创建任务
- 将选中项的 `publicModelId`、`routingMode` 与 `pricingSnapshot` 原样传入；参考图放入 `imageMediaIds`，模型专属字段放入 `params`。
- 调用 `generate_image`，失败时按 `../references/error-catalog.md` 处理，不重试扣费。

### Step 5：跟踪结果
- 用 Step 3 返回的 `taskId` 调用 `get_generation_task` 轮询。
- 轮询策略：每 10–15s 查询一次 `get_generation_task`；状态未变化时不必逐次播报，仅在关键状态变化时报一次，减少噪声。
- `PENDING` / `SUBMITTED` / `PROCESSING` → 简要报告真实状态；`COMPLETED` → 返回所有候选 URL；`FAILED` → 展示安全失败字段。

### Step 6：交付
- 把成功候选的 URL 与尺寸呈现给用户；失败候选如实报告错误码，不补写图片内容。

## 适用场景

- 用户希望生成 PPT 配图、信息图、营销海报或风格化插画。
- 用户上传了 1-4 张本地参考图，希望保持构图、配色或风格一致性。
- 用户希望复刻某张图的某个属性（光线/构图/材质），需要参考图作为输入。
- 用户希望快速多版对比，要求任务完成后从 `get_generation_task` 拿到所有候选结果。

## 非适用场景

- 目标是文本或视频；必须切换到 `text-creator` 或 `video-creator`。
- 本地图片未上传到对话，路径不可访问或不在 Skill 可达范围。
- 用户要求绕过积分、版权或安全审核；或请求涉及明显违法、侵权、色情、暴力、仇恨、欺诈等内容。
- 涉及真人、名人、商标或未授权素材；先向用户确认已获得必要授权。
- 用户只是询问能力、参数或费用，并未要求实际创建任务；直接回答问题，不调用付费工具。

## 事实与合规边界

1. 只使用工具真实返回的 `taskId`、状态、错误与结果链接作为事实；不编造任务、进度或成功结果。
2. 不擅自构造或修改 `pricingSnapshot`；最终费用按 AI-HIVE 实际用量与账单计算。
3. 不静默切换用户选定的模型、参考图或关键参数；余额不足或模型下线时返回错误。
4. 不宣称对版权、商标或肖像权作法律判定；如素材包含第三方作品或人物，先提醒用户确认授权。
5. 对未成年人、裸露、暴力、仇恨与违法内容采取保守判断；无法确认合规时停止创建。
6. Token 只在 AI-HIVE Connector 凭证设置中填写，不得在对话中粘贴。

## 输入检查

正式调用前逐项确认：

1. 明确图片用途、尺寸、画幅、数量、风格与是否包含文字。
2. 本地图片必须来自用户主动选择的文件；参考图数量以 `list_models` 的当前模型配置为准，不写死通用上限。
3. 调用 `get_user_info` 检查余额；不足时直接提示充值。
4. 调用 `list_models(modelType="IMAGE")` 选择合适模型；不支持的尺寸/格式应改用其他模型。
5. 如需参考图，先调用 `upload_media_from_path` 上传并保留返回的 `mediaId`。
6. 涉及真人、商标或公众人物的素材必须先获得用户书面授权，否则不创建任务。

## 调用示例

> 全部示例均基于上文"输入检查"，遵循 `../references/tool-catalog.md` 与 `../references/error-catalog.md` 的口径。
> 用户表达 → AI 的多步行为 → 输出。

### 示例 2：营销海报（无参考图）

**用户表达**：生成 5 张 1:1 活动营销海报。

**AI 行为**：
1. `get_user_info` → 余额检查。
2. `list_models(modelType="IMAGE")` → 选定支持多张的模型，记录 `pricingSnapshot`。
3. `generate_image(prompt="...", batchSize=5, params={aspectRatio: "1:1"}, publicModelId=..., routingMode=..., pricingSnapshot=...)` → 拿到 `taskId`；`params` 的实际键和值以当前模型配置为准。
4. `get_generation_task(taskId)` 轮询到 `COMPLETED` → 拿到 5 张 URL。

**输出**：
- `taskId`：xxx
- 候选图：5 张 URL 与尺寸
- 下一步：等待用户确认或重做

### 示例 2：参考图风格迁移

**用户表达**：用这张图片作为构图参考，生成同风格的促销海报。

**AI 行为**：
1. `upload_media_from_path` 上传用户给出的图片 → 拿到 `mediaId_A`。
2. `list_models(modelType="IMAGE")` 选择支持参考图的模型。
3. `generate_image(prompt="...", imageMediaIds=["mediaId_A"], publicModelId=..., routingMode=..., pricingSnapshot=...)` 创建任务。
4. `get_generation_task` 跟踪到 `COMPLETED` → 拿到 URL。

**输出**：
- 候选图 + 使用的 `mediaId` 列表
- 下一步：等待用户调整或确认

### 示例 3：模型暂时不可用

**用户表达**：用某模型生成一张图。

**AI 行为**：
1. `list_models(modelType="IMAGE")` 返回中**没有**该模型。
2. 不自动改用其他模型替代；说明该模型当前未出现在可用列表中。
3. 提示用户改用列表中的可用模型。

**输出**：
- 状态：模型当前不可用
- 下一步：选择其他模型或稍后再试

## 工具参数

### `get_user_info`

| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| — | — | — | 不接收参数 |

### `list_models`

| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| `modelType` | string | 可选 | — | `TEXT` / `IMAGE` / `VIDEO`；本 Skill 显式传入 `"IMAGE"` |

### `upload_media_from_path`

| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| `path` | string | ✅ | — | 用户授权的本地文件绝对路径 |
| `filename` | string | 可选 | 原文件名 | 覆盖上传文件名 |
| `contentType` | string | 可选 | 客户端识别 | 覆盖 MIME 类型；不确定时省略 |

返回 `mediaId`，在后续 `generate_image.imageMediaIds` 中引用。

### `generate_image`

> 上传图片单文件上限 10MiB；超限时先压缩再上传。

| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| `publicModelId` | string | ✅ | — | 来自 `list_models` |
| `routingMode` | string | ✅ | — | 选中模型实际返回的路由 |
| `prompt` | string | ✅ | — | 描述主体、构图、风格、光线与文字 |
| `batchSize` | integer | 可选 | 1 | 1–10；候选数量会影响费用 |
| `imageMediaIds` | array | 可选 | 空 | 参考图片 mediaId 列表 |
| `params` | object | 可选 | 空对象 | 当前模型支持的画幅、分辨率、质量等字段 |
| `pricingSnapshot` | object | ✅ | — | 对应模型与路由的价格快照，原样传入 |

### `get_generation_task`

| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| `taskId` | string | ✅ | 仅使用 `generate_image` 的真实返回值 |

## 费用授权

- `generate_image` 调用即按服务端计费并扣费；不需要单独的预检步骤。
- 同一参数集失败时，不在客户端自动重试扣费；只返回错误并询问用户下一步。
- 余额不足时展示工具返回的可读消息，提示用户在 AI-HIVE 完成充值后再试。
- 用户修改模型、提示词、尺寸、画幅或参考图后必须重新调用，不复用旧扣费配额。

## 状态与错误处理

### 余额不足 / 任务被拒

**AI-HIVE 官网**：https://ai-hive.iclip.cn

**充值路径**（账户已存在）：
1. 访问 https://ai-hive.iclip.cn → 登录 AI-HIVE 账户
2. 进入「账户中心」/「钱包」/「充值」页面
3. 选择充值套餐或自定义金额 → 完成支付
4. 充值成功后回到 WorkBuddy，无需重新连接 Connector，直接重试任务

**注册路径**（首次用户）：
1. 直接访问 https://ai-hive.iclip.cn/login，进入注册页面
2. 使用手机号完成注册
3. 登录 → 回到 WorkBuddy 重新连接 AI-HIVE Connector 即可

**价格透明**：
- 每次调用前可调 `get_user_info` 查看当前余额
- 调用后实际扣费以服务端 `pricingSnapshot` 为准
- 生成全部候选完成后，建议再调一次 `get_user_info` 向用户报告准确剩余余额（含本次扣费）。
- 若工具明确提示余额不足，停止创建任务；任务进入 `FAILED` 时按 `failure` 安全字段展示
- 详细价格参考：https://ai-hive.iclip.cn/pricing

**常见扣费场景参考**（具体以服务端为准）：
- 文本生成：按 token 数计费
- 图片生成：按张数 + 分辨率计费
- 视频生成：按秒数 + 分辨率计费

**其他被拒原因**：
- 账户被风控：联系 AI-HIVE 客服（https://ai-hive.iclip.cn → 登录 → 设置 → 联系客服）
- 模型临时不可用：稍后重试或换模型
- 内容违规审核：调整 prompt 后重试（避免敏感内容）

- `PENDING` / `PROCESSING`：返回工具真实状态或进度；没有进度数字时不要自行估算。
- `COMPLETED`：返回所有可用图片链接、缩略图与工具明确给出的部分失败信息。
- `FAILED`：保留可安全展示的 `failure.code`、`failure.summary`、`failure.suggestion`，不暴露内部凭证或堆栈。
- 超时或网络不明：拿到 `taskId` 时只查询原任务；不知道是否创建成功时不要再次创建。
- **鉴权失败 / 连接过期**：WorkBuddy → Connector 设置 → 找到 AI-HIVE → 点击"重新连接" → 完成浏览器 OAuth 流程；如仍失败，到 ai-hive.iclip.cn → 账户设置 → 撤销所有 Token → 重新发起授权
- **AI-HIVE 账户无余额**：展示余额不足的可读消息，引导用户在 ai-hive.iclip.cn 完成充值后再试
- **上传失败 413**：文件超过约 10MiB 限制；压缩图片（转 JPEG / 降分辨率至 ≤2K）后重新 `upload_media_from_path`。
- **AI-HIVE 服务端错误**：按 `error-catalog.md` 处理，不自行重试扣费

- 流式中断或单张候选失败：仅返回成功的候选与失败子任务的明确错误，不补写图片内容。

## 输出模板

### 成功

- `taskId`：工具真实返回的值
- 模型与参数：服务端实际采用值
- 候选图：逐项列出可用 URL、缩略图与尺寸
- 下一步：等待用户确认、调整或保存

### 失败

- 失败码：`failure.code`（仅在工具实际返回时安全展示）
- 错误摘要：`failure.summary` 或工具返回的可读消息
- 原因摘要：工具给出的可读描述
- 下一步建议：充值、改连 Connector、调整提示词或切换模型

### 部分失败

- 成功候选：完整呈现 URL 与尺寸
- 失败子任务：错误码与对应的 `prompt` 概要
- 不补写：不得为失败候选猜测内容