技能介绍

先解决交付视觉的工程摩擦

很多电商主图、详情页、广告 KV 和社媒素材并不缺创意，缺的是把“用途、主体、风格、文字、尺寸”稳定变成可交付文件的流程。直接调生图 API 要处理鉴权、图片上传、任务轮询、参数校验和结果下载，还要反复试错才能控制主体、构图和文字位置。这个技能把生图与图片编辑收拢成一条命令式流程，固定 public_model_nano_banana_pro，运行时读取实时模型配置和 pricingSnapshot，提交后轮询任务并默认下载到 ~/Downloads/AiHive。

它如何工作

核心是 generate：用 --prompt 写清楚用途、主体、场景构图、视觉风格、光线色彩、必须文字、保留项和输出规格；需要控制主体或视觉统一时用 --image 传参考图，可以多张，并说明每张图的角色。--batch 控制生成数量，--param key=value 传模型参数，--routing 选择 COST_FIRST、SPEED_FIRST 或 SUCCESS_FIRST；--output-dir 改输出目录，--no-download 只提交任务。另有 task --task-id 查询、upload --file 上传参考图、init --skill-name 初始化配置。提示词建议按“用途 → 主体 → 场景构图 → 视觉风格 → 光线色彩 → 必须文字 → 保留项 → 输出规格”组织；必须逐字出现的文字用引号包围，指定语言、大小写、换行和位置，交付前人工复核。参考图应分别承担商品、材质、构图等角色，不要让模型猜测互相冲突的关系。

适用边界与注意点

它适合需要快速修改现有图片或批量探索视觉的创作者：电商主图、SKU 图、白底图、详情页首屏、卖点图、场景图、广告 KV、信息流素材、直播贴片、小红书封面和社媒种草图。但它不负责平台合规：各平台尺寸、文字、广告和商品政策会变化，批量生产前要以最新规则为准。模型固定为 public_model_nano_banana_pro，后台模型若下线或更名，需要查询实时列表；--image 有数量校验，缺参考图会报错；--param 以实时 imageConfig 为准；价格和实际扣费以运行时结果为准，批量生成前先确认费用。图片中的文字仍可能不稳定，品牌名、价格、卖点和合规声明必须人工复核。