技能介绍

要解决的问题

在工程实践里，把一段文本描述变成一张可用的图片，往往意味着要自己处理 API 认证、任务提交、结果轮询和响应解析这一整套胶水代码。这个技能把这套流程封装进 vernclaw-cli：你只需要给出提示词，剩下的事情交给 CLI 的异步任务机制。

核心能力

异步任务模型是这个技能的核心设计。调用后不会阻塞等待，而是立即返回一个 job ID 和预估等待时间。你拿到这个 ID，周期性查询任务状态，完成时再读取结果。这对自动化流水线尤其友好。

认证前置：使用前先确认 CLI 的登录状态。交互环境直接执行 vernclaw-cli login；CI/CD 或无头 agent 环境则在 vernclaw.com 生成 API key，用 vernclaw-cli login --api-key 完成配置。

参数控制：--prompt 是必填项，描述要生成的画面内容。--size 控制输出比例——square（默认）、portrait、landscape、banner 四种，覆盖社媒配图、文档插图、横幅广告等常见场景。

输出格式：默认输出紧凑 JSON 到 stdout。解析时先看 status 数字字段，再读 data。--pretty 仅供人在终端里查看，自动化流程不要用。完成任务查询后会拿到归一化的摘要，包含提示词、尺寸、图片 URL 和浏览器可访问的预览链接。

适用边界

异步模型意味着有等待成本：标准尺寸大约 30–60 秒，高分辨率可能到 1–3 分钟。需要同步拿到图片的场景不适合。另外 CLI 会省略 provider 的原始响应体，如果你要调试底层 provider 行为，需要另想办法。清单类查询用 vernclaw-cli list，需要结构化数据时加 --json 参数。