Gemini Image Generator

Generate, edit, and compose images using Gemini models. Activate when user asks to generate images, draw, create logos/posters/icons/banners, edit/modify photos, combine images, or any image creation task. 画图、生成图片、做图、P图、修图、合成图、做logo、做海报、做图标、做封面、品牌视觉、Nano Banana、Banana。

通过 Nano Banana 实现文生图、图片编辑与多图合成，支持 OpenAI 兼容和 Google 原生两种 API 格式，可自定义端点和密钥。

---

📦 安装依赖

本技能需要 python3 和 uv 环境。

安装 Python 3

# macOS
brew install python3

# Ubuntu/Debian
sudo apt update && sudo apt install python3 python3-pip

#CentOS/RHEL
sudo yum install python3 python3-pip

安装 uv

uv 是一个极速的 Python 包管理器，用于运行脚本和管理依赖。

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# 使用 pip
pip install uv

# 确保 `uv` 在 PATH 中可用
uv --version

---

📦 安装技能

使用 skills CLI 安装（推荐）

# github 镜像源
npx skills add https://github.com/wangyan/wangyan-skills/tree/main/skills/gemini-image-gen

# gitcode 镜像源 (推荐国内用户使用)
npx skills add https://gitcode.com/wang_yan/wangyan-skills.git

使用 Clawhub CLI 安装

# 使用 Clawhub CLI 安装
npx clawhub@latest install wangyan-gemini-image-gen

# 使用腾讯 skillhub 安装 (推荐国内用户使用)
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash  -s -- --no-skills
skillhub install wangyan-gemini-image-gen

---

⚙️ 环境变量

运行时需要提供 GEMINI_API_KEY 和 GEMINI_BASE_URL，可以通过命令行参数、环境变量或 .env 文件提供。

{
  "skills": {
    "entries": {
      "gemini-image-gen": {
        "enabled": true,
        "apiKey": "your-api-key",
        "env": {
          "GEMINI_API_KEY": "your-api-key",
          "GEMINI_BASE_URL": "https://api.example.com/v1",
          "GEMINI_MODEL": "gemini-3.1-flash-image-preview",
          "GEMINI_API_FORMAT": "openai",
          "GEMINI_TIMEOUT": "300",
          "GEMINI_RESOLUTION": "1K",
          "GEMINI_OUTPUT_DIR": "output/images"
        }
      }
    }
  }
}

🔧 配置优先级

配置按以下优先级加载（高优先级覆盖低优先级）：

命令行参数 > 环境变量 > 技能目录 .env 

📄 .env 文件配置

你也可以使用 .env 文件来配置参数，支持以下位置（按优先级排序）：

位置	优先级	说明
技能目录/.env	最高	技能本地配置，推荐
~/.openclaw/.env	中	全局配置，所有技能共享
/workspace/.env	最低	沙箱环境配置

创建 .env 文件：

cd ~/.openclaw/skills/gemini-image-gen
cp .env.example .env

# 编辑 .env 填入你的配置
nano .env

示例 .env 文件：

# 必填配置
GEMINI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
GEMINI_BASE_URL=https://api.example.com/v1

# 可选配置
GEMINI_MODEL=gemini-3.1-flash-image-preview
GEMINI_API_FORMAT=openai
GEMINI_TIMEOUT=300
GEMINI_RESOLUTION=1K
GEMINI_OUTPUT_DIR=output/images

参数	环境变量	说明
--prompt / -p	-	图片描述或编辑指令（必填）
--filename / -f	-	输出文件名（必填）
--api-key / -k	GEMINI_API_KEY	API 密钥（运行时必填，可由命令行、环境变量或 .env 提供）
--base-url / -b	GEMINI_BASE_URL	API 端点 URL（运行时必填，可由命令行、环境变量或 .env 提供）
--model / -m	GEMINI_MODEL	模型名称（默认自动轮询）
--api-format / -F	GEMINI_API_FORMAT	openai（默认）或 google
--timeout / -t	GEMINI_TIMEOUT	超时秒数（默认 300）
--resolution / -r	GEMINI_RESOLUTION	1K（默认）、2K、4K
--output-dir / -o	GEMINI_OUTPUT_DIR	输出目录（默认 output/images）
--input-image / -i	-	输入图片路径（可重复，最多 14 张）
--aspect-ratio / -a	-	宽高比（1:1、16:9、9:16、4:3、3:4、3:2、2:3）
--quality	-	图片质量（standard 默认、hd）
--style	-	风格（natural 默认、vivid）
--no-timestamp	-	不自动添加时间戳前缀
--verbose / -v	-	输出详细调试信息

---

🚀 使用方法

⚠️ 重要：脚本必须在工作区目录下运行，不要 cd 到技能目录。输出路径 output/images 是相对于工作目录的。

📤 图片发送：脚本成功后会输出 IMAGE_PATH: /absolute/path/to/image.png，agent 从输出中提取路径，然后调用 message(action=send, media=<path>) 发送给用户。不依赖 MEDIA: 行机制。

生成图片

uv run {baseDir}/scripts/generate_image.py --prompt "图片描述" --filename "output.png"

编辑图片（单图）

uv run {baseDir}/scripts/generate_image.py --prompt "编辑指令" --filename "edited.png" -i "/path/input.png" --resolution 2K

合成多张图片（最多 14 张）

uv run {baseDir}/scripts/generate_image.py --prompt "合成指令" --filename "composed.png" -i img1.png -i img2.png -i img3.png

自定义端点

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" \
  --base-url "https://example.com/v1" --api-key "sk-xxx" --model "gemini-3.1-flash-image-preview"

使用 Google 原生格式

uv run {baseDir}/scripts/generate_image.py --prompt "描述" --filename "output.png" --api-format google

发送图片给用户（必须步骤）

脚本执行完成后，从输出中提取 IMAGE_PATH: 行的路径，然后调用：

message(action=send, channel=<channel>, media=<image_path>)

---

🤖 模型自动轮询

脚本内置模型自动轮询机制，当首选模型不可用时，会自动尝试备选模型：

轮询顺序：

1. gemini-3.1-flash-image-preview（默认首选）
2. gemini-3-pro-image-preview（备选1）
3. gemini-2.5-flash-image（备选2）

触发条件：

• 模型返回 404/400 错误
• 模型返回 "model not found" / "not available" / "not supported" 等错误

自定义模型： 如果通过 --model 指定了自定义模型，脚本会先尝试该模型，失败后再按上述顺序轮询。

---

📝 注意事项

• 文件名使用时间戳格式：yyyy-mm-dd-hh-mm-ss-name.png
• 图片生成成功后，脚本输出 IMAGE_PATH: /absolute/path/to/image.png
• agent 必须从输出中提取路径，调用 message(action=send, media=<path>) 发送图片
• 不要使用 MEDIA: 行机制，在飞书等渠道不可靠

🔐 权限依赖

本技能发送图片依赖 Messaging 权限（message 工具）。

使用前请确认 OpenClaw 已配置消息渠道（如飞书、Telegram 等），否则图片只会保存到本地，无法发送给用户。