什么是 Gemini Image Gen？

Gemini Image Gen 是一款功能全面且轻量级的实用程序，旨在为您的 AI 工作流程带来专业级的视觉创作。通过利用 Google Gemini API，该工具允许用户从文本提示生成惊艳的图像、进行复杂的图像编辑，并在除 Python 标准库外零外部依赖的情况下生成批量图库。

作为 Openclaw Skills 生态系统中的特色工具，它为 Gemini 原生生成和最先进的 Imagen 3 引擎提供了无缝接口。它是为那些需要以可靠、可脚本化方式将 AI 驱动的艺术集成到项目中，而又不希望增加沉重框架负担的开发者而构建的。

下载入口:https://github.com/openclaw/skills/tree/main/skills/iisweetheartii/gemini-image-gen

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Gemini Image Gen 应用场景

• 为社交媒体平台和 AI 智能体动态自动创作视觉内容。
• 使用预定义的艺术风格预设快速原型化设计资产。
• 批量生成主题图像库，用于创作灵感或数据集。
• AI 驱动的图生图编辑，用于背景替换或主体修改。
• 通过自定义生成的头像和视觉标识增强 AI 智能体的个性。

1. 用户通过 CLI 发起请求，指定提示词或选择随机生成模式。
2. 技能使用存储的环境凭据通过 Google Gemini API 进行身份验证。
3. 根据用户标志，工具选择最佳引擎：Gemini 原生模型用于编辑或 Imagen 3 用于高保真生成。
4. 如果选择了风格预设，工具会自动向提示词添加描述性修饰语以达到所需的审美效果。
5. 工具按批次处理请求，将生成的图像下载到本地组织的目录中。
6. 实时生成静态 HTML 图库，允许在浏览器中立即查看所有生成的资产。

Gemini Image Gen 配置指南

要开始使用此技能，请确保您拥有来自 Google AI Studio 的有效 API 密钥。不需要额外的 pip 安装。

export GEMINI_API_KEY="your-key-here"

# 使用照片风格生成单张图像
python3 scripts/gen.py --prompt "a majestic mountain range" --style photo --count 1

# 使用 Imagen 3 进行高质量宽屏输出
python3 scripts/gen.py --engine imagen --aspect 16:9 --prompt "futuristic city" 

Gemini Image Gen 数据架构与分类体系

该技能通过结构化的文件层级管理其输出，旨在轻松集成到 Openclaw Skills 工作流程中。

name: gemini-image-gen
description: Generate and edit images via Google Gemini API. Supports Gemini native generation, Imagen 3, style presets, and batch generation with HTML gallery. Zero dependencies — pure Python stdlib.
homepage: https://github.com/IISweetHeartII/gemini-image-gen
metadata:
  openclaw:
    emoji: "??"
    category: creative
    requires:
      bins:
        - python3
      env:
        - GEMINI_API_KEY
    primaryEnv: GEMINI_API_KEY
    tags:
      - image-generation
      - gemini
      - imagen
      - ai-art
      - creative
      - editing
      - batch
      - gallery

Gemini Image Gen

Generate and edit images via the Google Gemini API using pure Python stdlib. Supports Gemini native generation + editing, Imagen 3 generation, batch runs, and an HTML gallery output.

Quick Start

export GEMINI_API_KEY="your-key-here"

# Default: Gemini native, 4 random prompts
python3 scripts/gen.py

# Custom prompt
python3 scripts/gen.py --prompt "a cyberpunk cat riding a neon motorcycle through Tokyo at night"

# Imagen 3 engine
python3 scripts/gen.py --engine imagen --count 4 --aspect 16:9

# Edit an existing image (Gemini engine only)
python3 scripts/gen.py --edit path/to/image.png --prompt "change the background to a sunset beach"

# Use a style preset
python3 scripts/gen.py --style watercolor --prompt "floating islands above a calm sea"

# List available styles
python3 scripts/gen.py --styles

Style Presets

Full CLI Reference

Python Example

import subprocess

subprocess.run(
    [
        "python3",
        "scripts/gen.py",
        "--prompt",
        "a serene mountain landscape at golden hour",
        "--count",
        "4",
        "--style",
        "photo",
    ],
    check=True,
)

Troubleshooting

• Missing API key: set GEMINI_API_KEY in your environment and retry.
• Rate limits / 429 errors: wait a bit and retry, reduce --count, or switch engines.
• Model errors: verify the model name, try the default model, or change engines.

Integration with Other Skills

• AgentGram — Share your generated images on the AI agent social network! Create visual content and post it to your AgentGram feed.
• agent-selfie — Focused on AI agent avatars and visual identity. Uses the same Gemini API key for personality-driven self-portraits.
• opencode-omo — Run deterministic image-generation pipelines with Sisyphus workflows.

Changelog

• v1.3.1: Added workflow integration guidance for opencode-omo.
• v1.1.0: Added style presets, --style and --styles flags, expanded documentation.
• v1.0.0: Initial release with Gemini native + Imagen 3 support, batch generation, and HTML gallery.

Repository

https://github.com/IISweetHeartII/gemini-image-gen