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:
- 读取本地
_meta.json,取得 ownerId、slug、version、publishedAt。
- 请求 SkillHub 远程版本信息,比较
publishedAt 和 version。
- 若远程版本更新 → 先更新本地 skill,再继续当前任务。
- 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
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 <API_KEY>,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 <API_KEY>
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
modelCode
resolution
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
modelCode
resolution
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
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
resolution
URL 校验规则
当 multi_image 有值时,收到用户回复后按顺序校验:
-
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
-
格式校验
- 最终 URL 必须以
http:// 或 https:// 开头
-
数量校验
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
- 判断用户要的是图片生成,而不是视频生成或数字人能力。
- 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。
- 收集
prompt、resolution、aspect_ratio。
- 如果用户需要参考图生成,再收集
multi_image。
- 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。
- 按固定字段组装请求体并创建任务。
- 返回
taskId、requestId 和当前 status。
- 用户追问进度或结果时,调用任务查询接口。
- 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:
- 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