AI 灵感图片工坊

要解决的具体问题

在自动化工作流中集成图像生成时，常见的痛点是结果不可复现、输出文件状态不透明，以及参数配置混乱导致返工。该技能旨在将多模态生成能力封装为标准化的 Agent Skill，通过结构化输入和严格的输出契约，解决“生成过程黑盒化”和“交付物不可靠”的技术难题。

核心能力与关键步骤

技能的核心在于执行 scripts/generate.js 并处理其返回的 JSON 结果。工作流分为几个关键阶段：

• 意图解析与提示词构建：提取主体、风格、光照等要素，构建连贯的生成提示词。对于必须精确呈现的文本，会显式声明位置，同时避免擅自添加未请求的元素。
• 参数与参考图管理：根据用途（如海报、头像）自动推荐长宽比和分辨率，支持通过重复的 --attachment 参数传入参考图来控制风格或构图。
• 执行与校验：调用 CLI 时强制使用 --json 和 --output-dir，确保输出机器可读。交付前会严格校验 JSON 结构，仅当 success 为 true 且每个文件包含有效的本地路径和字节数时才算通过。

适用边界与注意点

该技能依赖 UnityClaw API，需要配置 UNITYCLAW_KEY 环境变量。需注意，图像模型对文字的渲染能力有限，交付时需向用户说明此局限性。此外，技能不建议对主观不满意的有效结果自动重新生成，而是等待用户反馈后再调整特定维度（如构图或色调）。