智绘图片香蕉

解决什么问题

• 通用文生图接口在画面内可读文字、多参考图一致性和高分辨率版式上不稳定。
• 本技能面向 Agent 工作流：先生成或修改图片，再取回 url 继续处理。
• 它把 Nano Banana / Gemini 图像能力封装为固定 model 与 image_generation 调用，减少模型名和接口差异带来的试错。

技能如何工作

• 异步任务：调用 POST /api/v1/llm/invoke 提交，拿到 task_id 后轮询，直到 status = succeeded 再读取 data.result.data[].url。
• 参考图修图：images 可传 url 或 b64；prompt 中写清保留项和修改项，例如保留人物五官与服装，再改背景。
• 付费调用：首次返回 402 时完成微信支付；成功后用相同 JSON body 重试，并带 WeixinPay-Required 与 X-Payment-Id。
• 输出控制：size 支持 1:1、16:9、9:16 等比例或像素；画面文字应在 prompt 中用引号写明原文和位置。

适用边界与注意点

• 不是通用绘图接口：普通插画、无特殊要求时更适合更通用的 image-gen 能力。
• 必须先确认支付能力：Agent 未具备 weixinpay 时，应提示暂不支持付费创作并终止。
• 异步超时：建议每 2–5 秒轮询，3–5 分钟超时；失败查看 error_message，不要臆造上游错误。
• 质量自检：检查画面文字、多参考主体、修图保留项和比例用途是否匹配。