SparkCode 智能图像

要解决什么问题

在 Agent 里做配图时，常见痛点是：提示词随手拼、分辨率与画幅被网关静默忽略、改图时没有明确「哪些不能动」，以及 API Key 被写进对话或仓库。SparkCode Image 把流程收成可重复执行的脚本调用，并把凭证锁在技能目录下的 .cache/config.json，避免密钥出现在源码、日志或交付物里。

技能如何工作

使用前需通过 scripts/configure.py 完成初始化；首次调用前应先跑 status，未配置时按 references/onboarding.md 引导用户录入 Token（交互式 configure，不回显）。

工作流大致分七步：

1. 任务分型：从零生成、改图、人像修图、产品场景、信息图/流程图、单页 PPT、整套演示图、海报/社媒图等八种主类型之一；整套 PPT 只产出 16:9 位图，可编辑 .pptx 需另用演示能力拼装。
2. 抽取输入：受众、核心信息、必须保留的文案/数据/Logo、参考图、画幅与分辨率、品牌风格、不可改动区域；缺关键输入时只问一个 concise 问题。
3. 生成前规划：信息压缩、层级、构图、版式与留白；中文-heavy 版面倾向更少更大的字块。
4. 输出参数：显式传 --resolution（如 2K 终稿、1K 草稿、4K 字多终稿）；画幅按场景选 16:9 / 9:16 / 4:5 / 1:1 等，改图默认保持原图比例。默认模型 gemini-3.1-flash-image，仅在无通道或用户要求时用 Preview 重试一次。
5. 组装最终提示词：附简体中文、数据保真、不臆造结论、改图不动未指定区域等人像/版式约束。
6. 执行：在用户指定输出目录运行 generate_image.py；改图必须带 --input；以命令返回 JSON 中的真实路径与宽高为准。
7. 目视验收：检查有效图像、长边是否匹配分辨率档位、文案与保留内容、无乱码/水印后再决定是否重生成。

适用边界与注意点

• 本技能只交付图像资产，不代替 PPT 编辑器生成可改结构的演示文件。
• 分辨率与比例必须走脚本嵌套的 image_config 参数；顶层配置会被网关忽略，可用 --print-payload 排查。
• 分享技能前请 configure.py clear 或删除 .cache/，避免 Token 随包流出。
• 未打开输出图做视觉检查前，不要声称文案「完全正确」。