技能介绍

解决什么问题

把 Luma AI 的 Photon / Dream Machine 能力接入工作流时，常见摩擦在于：API Key 需要手动配置；文生图、参考图引导、基于底图修改是几类不同调用，参数易混；接口异步返回，必须轮询状态；生成结果还要自己落盘和追溯。这个技能把上述环节收敛到一个打包好的 CLI 里，由 Agent 驱动完成从输入收集到图片下载的完整链路。

核心能力与工作方式

技能围绕 scripts/luma_imagegen.py 展开，先用 --check-key 检测环境变量 LUMA_API_KEY，缺失时引导用户本地配置而不是在对话里粘贴密钥。生成前会交互式收集必填的提示词，以及可选的宽高比、模型选择和参考图 URL，已经回答过的信息不会重复追问。

提示词不会原样直送，而是被改写成结构化 spec：按场景、主体、风格、构图与光照组织描述，并强制补充 Avoid: 行来压制水印、Logo、模糊等常见缺陷。对修改类请求，会显式列出必须保持不变的约束。

运行时根据参数组合选择能力：基础文生图走 --prompt；风格或结构参考用 --image-ref 配合 --image-ref-weight（默认 0.85）；基于已有图做局部修改则用 --modify-ref 与 --modify-ref-weight（默认 0.5）。脚本自动完成异步轮询，直到状态为 completed，再把图片写入 output/luma/，使用描述性文件名，并记录 generation ID 便于后续追溯。

模型侧提供两档：photon-1 速度较慢但质量更高，适合最终资产与复杂场景；photon-flash-1 更快更省，适合快速迭代和草稿。脚本只依赖 Python 标准库，无需额外安装第三方包。

适用边界与注意点

提示词增强的原则是「只把用户已暗示的细节显式化」，不会凭空发明需求。如果首轮结果不理想，应按单点调整重跑，而不是一次性堆叠多个改动。宽高比支持 1:1、3:4、4:3、9:16、16:9（默认）、9:21、21:9。生成失败时会透出 API 返回的 failure_reason，便于定位问题。输出目录相对于执行脚本时的工作目录解析，建议固定工作目录以保证文件落位一致。