image_generation by hxk622/tokendance

能力概述

AI图像生成能力让你能够：

文生图：根据文字描述生成图像
图生图：基于参考图像生成新图像
图像编辑：修改现有图像的特定部分
风格转换：改变图像风格（写实、动漫、油画等）
文字渲染：在图像中生成清晰可读的文字

底层基于 Google Gemini 的 Nano Banana / Nano Banana Pro 模型。

工作流程

Phase 1: 需求理解

理解用户的图像需求（主题、风格、用途）
确认输出格式（尺寸、分辨率、数量）
如有参考图，确认编辑意图

Phase 2: Prompt 构建

将用户意图转化为英文 Prompt（效果更好）
遵循 Prompt 公式：<subject> <action> <scene> <style> <quality>
补充必要的细节描述

Phase 3: 图像生成

调用 generate_image 工具
如需编辑，调用 edit_image 工具
生成多个候选（如用户需要选择）

Phase 4: 交付

展示生成结果
询问是否需要调整
保存到用户指定位置

工具使用

generate_image

用途：根据文字描述生成图像
参数：
- prompt: 图像描述（英文效果更佳）
- style: 风格预设（realistic, anime, oil_painting, watercolor, minimal, cinematic）
- aspect_ratio: 宽高比（1:1, 16:9, 9:16, 4:3, 3:4）
- resolution: 分辨率（1K, 2K, 4K）
- num_images: 生成数量（1-4）

示例：

generate_image(
    prompt="A majestic horse galloping through cherry blossoms, golden hour lighting, Chinese New Year festive atmosphere",
    style="realistic",
    aspect_ratio="16:9",
    resolution="2K",
    num_images=2
)

edit_image

用途：编辑现有图像
参数：
- image_path: 原图路径或URL
- prompt: 编辑指令（如："将背景改为夜景"）
- preserve_subject: 是否保持主体不变（默认True）

示例：

edit_image(
    image_path="/workspace/photo.jpg",
    prompt="Add Chinese New Year decorations and red lanterns to the background",
    preserve_subject=True
)

Prompt 最佳实践

基础公式

[主体] + [动作/姿态] + [场景/背景] + [风格] + [氛围/光线]

风格关键词

写实：photorealistic, hyperrealistic, 8K, detailed
动漫：anime style, Ghibli style, cel shading
油画：oil painting style, impressionist, Van Gogh style
极简：minimal, flat design, vector art
电影感：cinematic, dramatic lighting, movie poster style

质量增强词

high quality, detailed, sharp focus
professional photography, award winning
4K resolution, ultra detailed

避免事项

❌ 避免模糊描述："一张好看的图"
❌ 避免矛盾描述："写实风格的卡通"
❌ 避免敏感内容
✅ 具体、清晰、有层次

应用场景模板

场景1：微信红包封面/节日祝福图

prompt_template: |
  A {animal} in {pose}, surrounded by {decorations}, 
  Chinese New Year theme, festive red and gold colors, 
  {style} style, high quality, {text_content}
  
variables:
  animal: "majestic horse" # 马年
  pose: "running gracefully"
  decorations: "cherry blossoms, red lanterns, gold coins"
  style: "elegant illustration"
  text_content: "with Chinese text '恭喜发财' in golden calligraphy"

场景2：演示文稿配图

prompt_template: |
  {concept} visualization, professional infographic style,
  clean white background, modern corporate aesthetic,
  subtle gradients, minimalist design

variables:
  concept: "AI workflow automation"

场景3：社交媒体内容

prompt_template: |
  {subject} {action}, {platform} optimized aspect ratio,
  vibrant colors, eye-catching composition, 
  trending aesthetic, shareable content style
  
variables:
  subject: "coffee cup"
  action: "with steam rising"
  platform: "Instagram" # 1:1 or 4:5

输出格式

生成结果展示

## 🎨 图像生成完成

**Prompt**: [使用的英文Prompt]

**参数**:
- 风格: [style]
- 尺寸: [aspect_ratio]
- 分辨率: [resolution]

**生成结果**:
![Generated Image](path/to/image.png)

**下一步**:
- [ ] 满意，保存到指定位置
- [ ] 需要调整风格/颜色
- [ ] 需要修改特定部分
- [ ] 重新生成

注意事项

版权合规：生成的图像带有 SynthID 水印
内容政策：遵守 Google 使用政策，不生成敏感内容
商业使用：支持商业用途（营销、产品）
文字渲染：Nano Banana Pro 支持多语言文字，但中文效果需要验证
角色一致性：跨图保持角色特征需要使用参考图功能

资源引用

resources/prompt_templates.yaml - 预设 Prompt 模板
resources/style_presets.md - 风格预设详解
resources/chinese_new_year_2026.md - 马年专属模板