图像生成

Generate Image 是 K-Dense 开源项目 Claude Scientific Writer（MIT）中的 Skill，用于生成照片、插画、概念图、Logo，以及编辑图片。当前 2.0 版（2026-07-26 复核）对接 OpenRouter Image API（POST /api/v1/images），用同一种请求格式调用 Gemini、FLUX、Seedream、Recraft、GPT-Image 等约三十多个模型。旧的介绍只提到 FLUX.2 Pro 和 Gemini 3 Pro。

核心功能

• 一个脚本，多种模型：scripts/generate_image.py 默认使用 google/gemini-3.1-flash-image。Skill 的模型表建议：最高档 Gemini 用 google/gemini-3-pro-image，写实控制和固定种子用 black-forest-labs/flux.2-pro，低成本试错用 flux.2-klein-4b，SVG 矢量用 recraft/recraft-v4-vector，透明背景用 openai/gpt-image-2。
• 参数适配：模型会拒绝不支持的参数，所以脚本只发送你传入的参数。例如 --resolution 适用于 Gemini 但不适用于 FLUX，--seed 适用于 FLUX 但不适用于 Gemini 和 OpenAI。--list-models 会打印实时支持情况，且无需 API key。
• 编辑与参考图：-i 可重复使用，接受本地文件、网址或 data URL，用于编辑和合成。不同模型的参考图上限不同，从 1 张（Recraft）到 16 张（OpenAI）。
• 费用可见：每次调用后打印 usage.cost 中的单次费用。计费是全有或全无：生成失败不收费。

适用场景

• 海报和幻灯片的主视觉图与背景。
• 论文或博客文章里的概念插图。
• 矢量 Logo，以及快速产出一个视觉创意的多个变体。

定价与获取

Skill 本身免费（MIT），只依赖 Python 标准库（3.9+）。每次生成都是用你的 OPENROUTER_API_KEY 发起的付费 OpenRouter 请求，价格取决于所选模型。

快速开始

1. 在 Claude Code 中安装插件：/plugin marketplace add https://github.com/K-Dense-AI/claude-scientific-writer，然后 /plugin install claude-scientific-writer。
2. 在环境变量或已加入 gitignore 的 .env 文件中设置 OPENROUTER_API_KEY。
3. 运行 python scripts/generate_image.py "A beautiful sunset over mountains"，或编辑图片：python scripts/generate_image.py "Make the sky purple" -i photo.jpg -o edited.png。

局限：参考图会上传到 OpenRouter，不要发送未发表或敏感资料。传入模型不支持的参数会直接返回 HTTP 400，而不是被忽略。

常见问题

可以用它画流程图吗？

不建议。Skill 会把技术图示交给 Scientific Schematics，后者带有质量评审循环。

能一次生成多张吗？

可以，在支持的模型上用 --n：Seedream 和 OpenAI 最多 10 张，Recraft 最多 6 张，Gemini 和 FLUX 只能 1 张。

替代方案

• Nano Banana：Google 的图像模型，不用脚本也能直接使用。
• GPT Image 2：OpenAI 的图像模型，也可以通过本 Skill 调用。
• Canvas Design Skill：Anthropic 的设计类 Skill，侧重成品视觉作品而非直接生图。

总结

Generate Image 是一个轻量、文档完善的封装，让 Claude 用一条命令调用 OpenRouter 上几乎任何图像模型。试错阶段选便宜的模型，敏感的参考图留在本地。更多内容见 Skills 分类。