#!/usr/bin/env python3 # -*- coding: utf-8 -*- import sys import io sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8') sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8') """ 图像生成 skill 脚本 用法: python3 generate_image.py --prompt TEXT [选项] 模型: seedream SeeDream 文生图（OpenAI Images API） nano-pro nano-banana-pro 文生图 / 图生图（Gemini 原生 API） nano-2 nano-banana-2 文生图 / 图生图（Gemini 原生 API） sora Sora Image 文生图 / 图生图（Chat Completions API） 不传则默认 seedream 图生图触发条件: nano-pro/nano-2 传 --image-path（本地图片路径） sora 传 --image-list（一张或多张在线图片 URL） 必填参数: --prompt TEXT 图像生成提示词 可选参数: --image-path PATH ... 本地图片路径列表（nano-pro / nano-2 图生图，支持多张） --image-list URL ... 原图 URL 列表（sora 图生图，支持多张） --n N 生成数量，>=1，>1 时循环调用（sora，默认 1） --size SIZE 图片尺寸，如 2K / 4K （默认 2K） --quality Q 图片质量，standard/hd（seedream，默认 hd） --ratio W:H 图片比例，如 2:3（sora 文生图，默认 2:3） --aspect-ratio W:H 宽高比，如 16:9（nano，默认 16:9） 示例: python3 generate_image.py seedream --prompt "一只猫" ✅ 完成 python3 generate_image.py seedream --prompt "一只猫" --n 2 ✅ 完成（n未生效，只返回一张图） python3 generate_image.py nano-pro --prompt "一只猫" ✅ 完成 python3 generate_image.py nano-pro --prompt "改成油画风格" --image-path ./cat.jpg ✅ 完成 python3 generate_image.py nano-pro --prompt "融合两张图" --image-path ./a.jpg ./b.jpg ✅ 完成 python3 generate_image.py nano-2 --prompt "一只猫" --aspect-ratio 1:1 ✅ 完成 python3 generate_image.py nano-2 --prompt "改成油画风格" --image-path ./cat.jpg ✅ 完成 python3 generate_image.py nano-2 --prompt "融合两张图" --image-path ./cat.jpg ./dog.jpg ✅ 完成 python3 generate_image.py sora --prompt "一只柴犬" ✅ 完成 python3 generate_image.py sora --prompt "一只柴犬" --n 2 ✅ 完成 python3 generate_image.py sora --prompt "把毛色改成彩虹色" --image-list https://example.com/dog.jpg ✅ 完成 python3 generate_image.py sora --prompt "融合两张图" --image-list https://a.com/1.jpg https://b.com/2.jpg ✅ 完成 """ import argparse import base64 import os import sys sys.path.insert(0, os.path.dirname(__file__)) from _common_new import post_json, save_base64_image, extract_image_urls, ts, POPI_OPENAPI_URL, API_KEY DEFAULT_MODEL = "seedream" # ---------- seedream ---------- def gen_seedream_text(prompt: str, size: str = "2K", quality: str = "hd", n: int = 1): print(f"模型: seedream 4.5 模式: 文生图 尺寸: {size} 质量: {quality} 数量: {n}") result = post_json("/v1/images/generations", { "model": "seedream-4-5-251128", "prompt": prompt, "size": size, "quality": quality, "n": n, "response_format": "url", }, timeout=120) if "data" in result: for item in result["data"]: if "url" in item: print(f"🔗 {item['url']}") return item['url'] print(f"❌ {result}") return False # ---------- gemini ---------- def gen_gemini_text(prompt: str, model_name: str, aspect_ratio: str = "16:9", size: str = "2K"): print(f"模型: {model_name} 模式: 文生图 宽高比: {aspect_ratio} 尺寸: {size}") result = post_json(f"/v1beta/models/{model_name}:generateContent", { "contents": [{"parts": [{"text": prompt}]}], "generationConfig": { "responseModalities": ["IMAGE"], "imageConfig": {"aspectRatio": aspect_ratio, "imageSize": size}, }, }, timeout=300) if "candidates" in result: try: b64 = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"] path = save_base64_image(b64, prefix="gemini") print(f"🖼️ 已保存: {path}") # return True return path except (KeyError, IndexError) as e: print(f"❌ 解析响应失败: {e}") print(f"❌ {result}") return False def gen_gemini_image(image_paths: list, prompt: str, model_name: str, aspect_ratio: str = "16:9", size: str = "2K"): print(f"模型: {model_name} 模式: 图生图 图片: {image_paths}") parts = [{"text": prompt}] for image_path in image_paths: try: with open(image_path, "rb") as f: img_b64 = base64.b64encode(f.read()).decode() except FileNotFoundError: print(f"❌ 文件不存在: {image_path}") return False mime = "image/jpeg" if image_path.lower().endswith((".jpg", ".jpeg")) else "image/png" parts.append({"inlineData": {"mimeType": mime, "data": img_b64}}) result = post_json(f"/v1beta/models/{model_name}:generateContent", { "contents": [{"parts": parts}], "generationConfig": { "responseModalities": ["IMAGE"], "imageConfig": {"aspectRatio": aspect_ratio, "imageSize": size}, }, }, timeout=300) if "candidates" in result: try: b64 = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"] path = save_base64_image(b64, prefix="gemini_edited") print(f"🖼️ 已保存: {path}") return {"path": path} except (KeyError, IndexError) as e: print(f"❌ 解析响应失败: {e}") print(f"❌ {result}") return False # ---------- sora ---------- def gen_sora(prompt: str, ratio: str = "2:3", image_list: list = None, n: int = 1): """ sora_image 文生图 / 图生图统一入口。 - image_list 为空 → 文生图，prompt 末尾附加比例标记 - image_list 非空 → 图生图，每张图作为 image_url 传入 - n >= 1，大于 1 时循环调用接口生成对应数量图片 """ if n < 1: print("❌ n 必须大于等于 1") return False image_list = image_list or [] mode = "图生图" if image_list else "文生图" print(f"模型: sora_image 模式: {mode} 比例: {ratio} 数量: {n}") if image_list: print(f"原图: {image_list}") def _build_messages(): if image_list: content = [{"type": "text", "text": prompt}] for url in image_list: content.append({"type": "image_url", "image_url": {"url": url}}) return [{"role": "user", "content": content}] else: p = f"{prompt}【{ratio}】" if ratio in ("2:3", "3:2", "1:1") else prompt return [{"role": "user", "content": p}] success = 0 for i in range(n): if n > 1: print(f"\n[{i+1}/{n}]") result = post_json("/v1/chat/completions", { "model": "sora_image", "messages": _build_messages(), }, timeout=120) if "choices" in result: content = result["choices"][0]["message"]["content"] urls = extract_image_urls(content) if urls: print(f"🔗 {urls[0]}") else: print(f"内容: {content[:200]}") success += 1 else: print(f"❌ {result}") return success == n # ---------- 主入口 ---------- def main(): parser = argparse.ArgumentParser( description="图像生成 skill", formatter_class=argparse.RawDescriptionHelpFormatter, epilog=__doc__, ) parser.add_argument("model", nargs="?", default=DEFAULT_MODEL, choices=["seedream", "nano-pro", "nano-2", "sora"], help=f"模型别名，默认 {DEFAULT_MODEL}") parser.add_argument("--prompt", required=True, help="图像生成提示词（必填）") parser.add_argument("--image-path", nargs="+", default=[], metavar="PATH", help="本地图片路径列表（nano-pro / nano-2 图生图，支持多张）") parser.add_argument("--image-list", nargs="+", default=[], metavar="URL", help="原图 URL 列表（sora 图生图，支持多张）") parser.add_argument("--n", type=int, default=1, help="生成数量，>=1（sora，默认 1）") parser.add_argument("--size", default="2K", help="图片尺寸，如 2K / 4K / 1024x1024（默认 2K）") parser.add_argument("--quality", default="hd", help="图片质量 standard/hd（seedream，默认 hd）") parser.add_argument("--ratio", default="2:3", help="图片比例（sora 文生图，默认 2:3）") parser.add_argument("--aspect-ratio", default="16:9", help="宽高比（gemini，默认 16:9）") args = parser.parse_args() model = args.model.lower() prompt = args.prompt print(f"⏰ {ts()} POPI_OPENAPI_URL={POPI_OPENAPI_URL}") print(f"提示词: {prompt}\n") ok = False if model == "seedream": ok = gen_seedream_text(prompt, size=args.size, quality=args.quality, n=args.n) elif model == "nano-pro": if args.image_path: ok = gen_gemini_image(args.image_path, prompt, "gemini-3-pro-image-preview", aspect_ratio=args.aspect_ratio, size=args.size) else: ok = gen_gemini_text(prompt, "gemini-3-pro-image-preview", aspect_ratio=args.aspect_ratio, size=args.size) elif model == "nano-2": if args.image_path: ok = gen_gemini_image(args.image_path, prompt, "gemini-3.1-flash-image-preview", aspect_ratio=args.aspect_ratio, size=args.size) else: ok = gen_gemini_text(prompt, "gemini-3.1-flash-image-preview", aspect_ratio=args.aspect_ratio, size=args.size) elif model == "sora": ok = gen_sora(prompt, ratio=args.ratio, image_list=args.image_list, n=args.n) print(f"\n{'✅ 完成' if ok else '❌ 失败'} {ts()}") sys.exit(0 if ok else 1) if __name__ == "__main__": main()