Kay Image

AI 图片生成与理解工具 - 支持文生图、图生图、图片理解、视频理解。 基于 KIE AI API，支持 4K 输出、多种宽高比和参考图。 **所需凭证**: 需要 KIE_API_KEY 环境变量（从 https://kie.ai/ 获取）

Kay Image - AI 图片生成与理解

基于 KIE AI API 的图片生成与理解工具。

⚠️ 必需凭证

使用本工具前，必须配置 API Key：

获取 KIE API Key

1. 访问 https://kie.ai/
2. 注册并登录账号
3. 进入控制台 → API 管理
4. 创建 API Key 并复制

配置环境变量

bash

export KIE_API_KEY="your-kie-api-key-here"

或在 skill 目录创建 .env 文件：

bash

# 创建 .env 文件
nano skills/kay-image/.env

.env 文件内容：

text

KIE_API_KEY=your-kie-api-key-here

注意: 没有 API Key 将无法使用本工具的任何功能。

---

特性

• 文生图: 根据文本描述生成图片
• 图生图: 基于参考图进行编辑/变换
• 图片理解: 分析图片内容（使用 GPT-5/Gemini）
• 视频理解: 分析视频内容（使用 Gemini）
• 多分辨率: 支持 1K/2K/4K 输出
• 多宽高比: 支持 1:1, 3:4, 4:3, 9:16, 16:9, 21:9 等

---

使用方法

基本文生图

bash

kay-image --prompt "一只可爱的橘猫在草地上玩耍" --output cat.png

指定宽高比和分辨率

bash

kay-image --prompt "上海外滩夜景" --output shanghai.png --ar 16:9 --resolution 2K

图生图

bash

kay-image --prompt "转换成动漫风格" --input https://example.com/photo.jpg --output anime.png

图片理解

bash

kay-image --understand --image https://example.com/photo.jpg --prompt "描述这张图片"

视频理解

bash

kay-image --understand --video https://example.com/video.mp4 --prompt "分析这个视频"

---

参数说明

参数	简写	说明	默认值
--prompt	-p	提示词	-
--output	-o	输出路径	-
--input	-i	参考图路径	-
--ar	-	宽高比	1:1
--resolution	-r	分辨率	1K
--understand	-u	理解模式	false
--image	-	图片路径	-
--video	-	视频路径	-

---

环境变量

变量名	必需	说明
KIE_API_KEY	✅ 是	KIE AI API 密钥
KIE_UNDERSTANDING_API_KEY	❌ 否	理解功能 API 密钥（默认使用 KIE_API_KEY）
LAOZHANG_API_KEY	❌ 否	LaoZhang API 密钥（可选）

---

价格参考

• 1K 图片: ~$0.04
• 2K 图片: ~$0.06
• 4K 图片: ~$0.09
• 图片理解: ~$0.005-0.01/张

---

支持的宽高比

• 1:1 - 正方形
• 3:4 - 小红书/Instagram 竖版
• 4:3 - 标准横版
• 9:16 - 手机竖屏
• 16:9 - 宽屏
• 21:9 - 超宽屏

---

示例

生成小红书封面

bash

kay-image -p "清新风格护肤品封面，粉色渐变背景" -o cover.png --ar 3:4 -r 2K

生成头像

bash

kay-image -p "动漫风格女生头像，粉色头发" -o avatar.png --ar 1:1

图片风格迁移

bash

kay-image -p "转换成油画风格" -i photo.jpg -o painting.png

OCR 文字提取

bash

kay-image -u --image document.jpg --prompt "提取所有文字"

---

脚本位置

${SKILL_DIR}/scripts/main.ts

---

注意事项

• 视频理解: 仅 Gemini 模型支持
• 图片格式: 支持 JPG、PNG、WebP
• 视频格式: 支持 MP4、MOV
• 文件大小: 建议图片 < 10MB，视频 < 100MB