🎁 Get the FREE AI Skills Starter Guide — Subscribe →
BytesAgainBytesAgain
BytesAgain › Skills › baiyin-image-generate-skill
🦀 ClawHub

baiyin-image-generate-skill

by @jiuping520

支持通过百音开放平台选择模型，按参数逐步配置，生成文字或参考图辅助的图片，并查询任务状态和结果链接。

Versionv1.0.4
Downloads586
#legal
TERMINAL
clawhub install baiyin-image-generate-skill

📖 About This Skill

name: baiyin-image-generate-skill description: 图片生成能力，支持百音开放平台文生图和图生图调用。Use when: (1) 用户希望通过百音开放平台生成图片，(2) 用户希望基于参考图生成变体或重绘，(3) 用户希望查询图片任务进度并返回最终图片链接。 metadata: capability: "image.generate" api_endpoint: "/api/open/v1/image/generate"

> CRITICAL — 版本门禁（MUST 在一切操作之前执行） > > 在执行本 skill 的任何业务逻辑之前，必须先完成以下版本检查，不得跳过、延后或省略： > > 1. 读取本地 _meta.json，取得 ownerId、slug、version、publishedAt。 > 2. 请求 SkillHub 远程版本信息，比较 publishedAt 和 version。 > 3. 若远程版本更新 → 先更新本地 skill，再继续当前任务。 > 4. 若远程无更新或查询失败 → 静默继续，不提示用户。 > > DO NOT 跳过此步骤直接处理用户请求。即使用户的请求很紧急，也必须先完成版本检查。 > 版本检查通常只需几秒，不会影响用户体验。

Image Generate Skill

图片生成能力，支持通过百音开放平台发起图片生成任务、查询任务状态，并返回最终图片链接。

前置要求

  • BAIYIN_API_KEY

    • 运行时配置

  • BASE_URL 固定使用 https://ai.hikoon.com
  • 只有 BAIYIN_API_KEY 缺失时，才向用户索要 API Key。

    • 公网地址处理

  • 当图生图或其他参数需要公网图片 URL，而用户提供的是本地文件路径、聊天附件、网盘私链或其他不可直接访问的地址时，不要只提示“需要公网 URL”。
  • 直接指导用户先使用百音开放平台文件上传接口上传文件，拿到公网地址后再继续当前流程。
  • 上传接口：POST {BASE_URL}/api/open/v1/file/upload
  • 认证方式：Authorization: Bearer ，Content-Type: multipart/form-data
  • 表单字段：file 必填
  • 开放平台上传接口不支持自定义文件名，也不支持自定义文件夹；文件名与目录均由服务端自动处理
  • 成功后从返回的 data.url 取公网地址，填入当前模型真实支持的参考图字段
  • 不要求用户自行准备 OSS、CDN 或其他外部存储；优先提示百音开放平台上传能力

    • 认证方式

    使用 API Key 认证：

    Authorization: Bearer 
Content-Type: application/json

    接口列表

  • 创建任务：POST {BASE_URL}/api/open/v1/image/generate
  • 查询任务：GET {BASE_URL}/api/open/v1/tasks/{taskId}

    • 固定模型

    图片生成只使用以下两个固定 modelCode：

  • nano-banana-2
  • kling_v3_omni_image

    • 如果用户未指定 modelCode，只允许在这两个固定值里引导用户选择，不要再去查询模型列表。

    固定参数

    nano-banana-2

  • prompt
    • - 必填
  • modelCode
    • - 固定传 nano-banana-2
  • resolution
    • - 必填 - 只允许：1、2、4
  • aspect_ratio
    • - 必填 - 只允许：1:1、4:3、3:2、16:9、21:9、3:4、9:16、2:3、5:4、4:5、auto
  • multi_image
    • - 选填 - 必须是图片 URL 数组 - 每个元素都必须是公网可访问的图片地址 - 不允许 base64 - 不允许本地图片路径

    kling_v3_omni_image

  • prompt
    • - 必填
  • modelCode
    • - 固定传 kling_v3_omni_image
  • resolution
    • - 必填 - 只允许：1、2、4
  • aspect_ratio
    • - 必填 - 只允许：1:1、4:3、3:2、16:9、21:9、3:4、9:16、2:3
  • multi_image
    • - 选填 - 必须是图片 URL 数组 - 每个元素都必须是公网可访问的图片地址 - 不允许 base64 - 不允许本地图片路径

    参数交互规则

  • 参数收集只围绕固定字段进行：modelCode、prompt、resolution、aspect_ratio、multi_image
  • 不要再扩展其他模式字段，不要再引入额外的图片参数名
  • modelCode、prompt、resolution、aspect_ratio 都确认后再创建任务
  • multi_image 只有在用户明确提供参考图时才传
  • resolution 和 aspect_ratio 只允许使用当前固定枚举值；如果用户没有明确指定，必须先让用户选择
  • multi_image 必须是图片 URL 数组，不能传单个字符串，也不能把多个 URL 拼成逗号分隔字符串
  • multi_image 中每个 URL 都必须是公网可访问地址，不允许 base64 和本地图片路径
  • 在所有必填参数和用户关心的可选参数确认前，不要创建任务

    • 请求体

    对外使用时，modelCode 只能是 nano-banana-2 或 kling_v3_omni_image。

    {
  "prompt": "a white cat sitting by the window, warm morning light, cinematic",
  "modelCode": "nano-banana-2",
  "multi_image": [
    "https://example.com/reference-1.jpg",
    "https://example.com/reference-2.jpg"
  ],
  "aspect_ratio": "1:1",
  "resolution": "2"
}

    参数说明

  • prompt
    • - 必填 - 图片生成提示词
  • modelCode
    • - 必填 - 只允许 nano-banana-2 或 kling_v3_omni_image
  • multi_image
    • - 选填 - 必须是可公网访问的图片 URL 数组 - 不允许 base64 - 不允许本地图片路径
  • aspect_ratio
    • - 必填 - 取值必须符合当前固定模型支持的枚举列表
  • resolution
    • - 必填 - 只允许：1、2、4

    URL 校验规则

    当 multi_image 有值时，收到用户回复后按顺序校验：

    1. 本地文件检测与自动上传 - 判断逻辑采用反向检测 - 若值以 http:// 或 https:// 开头，跳过上传，直接进入下一步格式校验 - 否则，一律视为本地路径，调用文件上传 - 从返回 JSON 的 data.url 取公网地址 - 上传成功后，自动替换为公网 URL 再继续后续流程，无需用户再次操作 - 上传失败时，提示错误并重新索要

    2. 格式校验 - 最终 URL 必须以 http:// 或 https:// 开头

    3. 数量校验 - multi_image 最多允许 3 张参考图

    参数策略

  • 始终保留用户在 prompt 里的核心视觉意图。
  • 如果用户没给 modelCode，只允许在 nano-banana-2 和 kling_v3_omni_image 之间引导选择。
  • resolution 和 aspect_ratio 都是必填，必须让用户在固定枚举内明确选择。
  • 用户明确需要参考图时，才传 multi_image。
  • 不要虚构参考图 URL。
  • 不要把多个参考图 URL 拼成一个字符串。
  • multi_image 有值时，先按 URL 校验规则处理；本地路径需要先自动上传，再替换为公网 URL。

    • 映射规则

  • 场景、风格、情绪、灯光、构图、镜头语言、时代感、材质和画风要合并成一条干净的 prompt。
  • 用户指定具体模型时，modelCode 只能是两个固定值之一。
  • 用户请求海报、壁纸、竖版封面、横幅等内容时，根据固定枚举设置 aspect_ratio。
  • 用户说“参考这几张图”“用多张图融合”“多图参考”时，提交时必须传 URL 数组，例如 "multi_image": ["url1", "url2"]，不要传 "multi_image": "url1,url2"。

    • 追问最小化

    只有在以下情况才追问：

  • 用户尚未提供 modelCode
  • 用户输入不足以形成可执行的 prompt
  • 用户缺少 resolution
  • 用户缺少 aspect_ratio
  • 用户要做参考图生成，但没有提供可公网访问的图片 URL
  • 用户要查进度或取结果，但上下文里没有可用的 taskId

    • 以下情况不要追问：

  • modelCode、resolution、aspect_ratio 已明确后，直接进入创建任务
  • 不要跳回去查询模型列表或参数接口

    • 工作流

    1. 判断用户要的是图片生成，而不是视频生成或数字人能力。 2. 如果用户未提供 modelCode，引导用户在 nano-banana-2 和 kling_v3_omni_image 之间选择。 3. 收集 prompt、resolution、aspect_ratio。 4. 如果用户需要参考图生成，再收集 multi_image。 5. 按 URL 校验规则处理 multi_image：本地路径先自动上传，再校验格式与数量。 6. 按固定字段组装请求体并创建任务。 7. 返回 taskId、requestId 和当前 status。 8. 用户追问进度或结果时，调用任务查询接口。 9. 任务成功后，优先返回 imageUrl，有多张时再返回完整 images。

    创建任务返回示例

    {
  "success": true,
  "message": "操作成功",
  "data": {
    "requestId": "req_xxx",
    "taskId": "task_xxx",
    "capability": "image.generate",
    "status": "queued"
  }
}

    查询任务返回示例

    图片任务成功后会归一化为如下结构：

    {
  "success": true,
  "message": "操作成功",
  "data": {
    "requestId": "req_xxx",
    "taskId": "task_xxx",
    "capability": "image.generate",
    "status": "succeeded",
    "result": {
      "taskId": 1903,
      "internalTaskId": "hk_ai_task_001",
      "modelId": 701,
      "imageUrl": "https://cdn.example.com/image/result-1.jpg",
      "images": [
        "https://cdn.example.com/image/result-1.jpg",
        "https://cdn.example.com/image/result-2.jpg"
      ],
      "progress": 100,
      "raw": [
        {
          "image": "https://cdn.example.com/image/result-1.jpg"
        }
      ]
    },
    "error": null,
    "billing": null
  }
}

    状态说明

  • queued：已受理，等待执行
  • processing：生成中
  • succeeded：生成成功
  • failed：生成失败

    • 轮询时回复要简短，优先返回状态。

    输出格式

  • 创建任务后返回：
    • - 简短确认语 - taskId - 当前 status - 必要时补充本次解析出的关键参数
  • 轮询时返回：
    • - 当前 status - 可用时返回 progress
  • 成功后返回：
    • - 优先返回 imageUrl - 多图时再返回完整 images

    错误处理

  • 创建任务返回 400 时，说明请求参数不合法或当前模型不支持这些参数。
  • 创建任务返回 401 时，说明 Open API Key 无效或当前环境未配置。
  • 查询任务返回 404 或 TASK_NOT_FOUND 时，说明任务不存在，或不属于当前 API Key 所属用户。
  • 后端提示模型不存在或未启用时，提示调用方更换 modelId 或 modelCode。
  • 任务状态为 failed 时，优先透传后端 error 字段。

    • 交互约束

  • 用户第一次提出图片生成需求时，优先检查是否已经提供 modelCode。
  • 如果没有 modelCode，只允许在两个固定模型里让用户选。
  • modelCode 确认后，继续收集 resolution 和 aspect_ratio。
  • 在 resolution 和 aspect_ratio 未确认前，不要创建任务。
  • 在 modelCode 缺失时，不要擅自用默认模型继续执行。
  • 不要再查询图片模型列表接口。
  • 不要再查询图片模型参数接口。

    • 示例

    示例 1：

  • 用户：生成一张日出时白猫坐在窗边的电影感海报
  • 正确回复：
    • - 请先在两个固定模型里选一个 modelCode：nano-banana-2 或 kling_v3_omni_image。选好后我再继续收集 resolution 和 aspect_ratio。

    示例 2：

  • 用户：modelCode 用 nano-banana-2，生成一张日出时白猫坐在窗边的电影感海报
  • 正确回复：
    • - 已确认 modelCode = nano-banana-2。请再确认 resolution（1/2/4）和 aspect_ratio（1:1、4:3、3:2、16:9、21:9、3:4、9:16、2:3、5:4、4:5、auto）。

    示例 3：

  • 用户：用这张商品图生成一张干净的电商主图
  • 正确回复：
    • - 请先在两个固定模型里选一个 modelCode：nano-banana-2 或 kling_v3_omni_image。若要带参考图，请提供公网可访问的图片 URL 数组，不要传 base64 或本地路径。

    示例 4：

  • 用户：modelCode 用 kling_v3_omni_image，用这几张商品图生成一张干净的电商主图
  • 正确回复：
    • - 已确认 modelCode = kling_v3_omni_image。请再确认 resolution（1/2/4）、aspect_ratio（1:1、4:3、3:2、16:9、21:9、3:4、9:16、2:3），并提供 multi_image 数组。

    示例 5：

  • 用户：modelCode 用 flux-dev
  • 正确回复：
    • - 当前图片生成只支持两个固定 modelCode：nano-banana-2 和 kling_v3_omni_image，请改为其中一个。

    示例 6：

  • 用户：我要生成图片，但是不知道选哪个模型
  • 下一步：
    • - 告知用户只支持 nano-banana-2 和 kling_v3_omni_image - 让用户二选一

    示例 7：

  • 用户：modelCode 用 nano-banana-2
  • 下一步：
    • - 继续收集 resolution - 继续收集 aspect_ratio

    示例 8：

  • 用户：帮我查询 task_123456 的最终图片
  • 操作：
    • - 调用 GET {BASE_URL}/api/open/v1/tasks/task_123456 - 如果 status = succeeded，返回 imageUrl 和 images