Gemini 图像风格迁移代理

解决什么问题

当你拿到一张照片，想快速把它变成水彩画、线稿或油画效果时，通常需要打开一个独立的图像处理工具，手动调参数、选滤镜，最后还要导出。这个技能把这件事压缩到一条对话里：你给出图片的 base64 编码和一句风格描述，它调用 Gemini Imagen 3 的 imagegeneration 接口，直接返回风格化后的图像。适合需要批量处理图片、或在 Agent 工作流里嵌入风格迁移步骤的场景。

核心能力与工作方式

• 输入处理：接收 base64 编码的图片数据，不依赖本地文件路径，方便通过 API 或 Agent 直接传入。
• 风格迁移：底层调用 Gemini 的 Imagen 3 API，支持将照片转换为水彩、线稿、油画等风格，风格效果由你提供的提示词决定。
• 提示词驱动：风格不是固定滤镜，而是通过 style prompts 配置。你可以写"水彩画风格，柔和色调"或"黑色线稿，极简勾线"，模型会按描述生成对应风格的结果。
• 异步生成：图像生成是 API 调用，需要等待模型返回，不涉及本地 GPU 计算。

适用边界与注意点

• 需要 API Key：调用 Gemini API 前必须配置有效的 API 密钥，否则请求会被拒绝。
• 成本按量计费：Imagen 3 的图像生成属于付费接口，费用取决于生成次数和图像尺寸，高频使用时需要评估开销。
• 输入格式限制：图片必须以 base64 编码传入，需要在调用前完成编码转换，不能直接传文件路径或 URL。
• 风格可控但不精确：模型对风格描述的理解存在一定偏差，同一句提示词在不同图片上效果可能不同，精细控制需要反复调试提示词。
• 网络依赖：整个流程依赖 Gemini API 的可用性，离线环境无法使用。