什么是 Gemini 图像生成器？

Gemini 图像生成器是一款专为 AI 智能体设计的通用工具，用于执行复杂的视觉任务。基于 Nano Banana 框架，它支持文本生成图像、复杂的图像编辑以及多图合成。该技能同时兼容 Google 原生和 OpenAI 兼容的 API 格式，为使用 Openclaw Skills 的开发者提供了灵活的选择。

无论您是需要从头开始创建品牌图标，还是合并多达 14 张不同的图像，此工具都能处理复杂的技术工作。它通过对分辨率、纵横比和模型选择的精细控制，实现了与创意工作流的无缝集成。它支持高达 4K 的分辨率，确保高质量输出，适用于专业设计任务。

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

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 图像生成器 应用场景

• 根据文本描述生成图标、海报、横幅和图标。
• 使用自然语言指令编辑或修改现有照片。
• 将多张图像（最多 14 张）组合并合并为单个视觉资产。
• 为数字营销活动自动创建品牌视觉效果。
• UI 组件和创意图像的快速原型设计。

1. AI 智能体检测到与图像相关的意图，如绘图、创建图标或编辑照片。
2. 系统验证依赖项，包括 python3 和 uv 包管理器。
3. 该技能使用用户提示词和配置参数执行特定的 Python 脚本。
4. 请求通过 Google 原生或 OpenAI 兼容的端点由 Gemini 模型处理。
5. 脚本监控输出中的 MEDIA: 标签，以确保图像成功创建。
6. 如果生成失败，系统会自动重试以确保可靠性。
7. 最终图像以带有时间戳的文件名保存，并将本地路径返回给用户界面。

Gemini 图像生成器 配置指南

要在您的 Openclaw Skills 库中使用此组件，请确保已安装 python3 和 uv。通过环境变量配置您的凭据。

# 基础图像生成
uv run {baseDir}/scripts/generate_image.py --prompt "a futuristic cyber city" --filename "output.png"

# 配置
export GEMINI_API_KEY="your_key_here"
export GEMINI_BASE_URL="https://your-api-endpoint.com/v1"

Gemini 图像生成器 数据架构与分类体系

该技能使用以下结构组织生成的资产和元数据：

name: gemini-image-generator
description: >-
  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。

metadata:
  openclaw:
    emoji: "??"
    category: creative
    homepage: "https://github.com/wangyan/gemini-image-generator"
    requires:
      bins:
        - python3
        - uv
      env:
        - GEMINI_API_KEY
        - GEMINI_BASE_URL
    primaryEnv: GEMINI_API_KEY
    tags:
      - image-generation
      - image-editing
      - image-composition
      - text-to-image
      - logo-design
      - poster-design
      - brand-visual
      - gemini
      - nano-banana
      - nano-banana-pro
      - openai-compatible

Gemini Image Generator

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。

?? 重要规则

1. 必须调用脚本：命中图像生成/编辑/合成意图时，必须执行本技能脚本，禁止用文本描述替代图片输出。
2. 依赖缺失报错：python3 或 uv 不可用时，返回 缺失依赖：{名称} + 安装命令，不做文本兜底。
3. 自检输出产物：执行后检查输出是否含 MEDIA: 行。无产物则自动重试 1 次；仍失败输出 图片生成失败 - 原因/建议。

?? 触发判断

1. 触发：画图、生成图片、做logo/海报/图标/封面、P图、修图、合成图、draw/generate/create image/logo/banner
2. 不触发：图片分析、OCR、格式转换、图片搜索、图片评价

?? 使用方法

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" r
  --base-url "https://example.com/v1" --api-key "sk-xxx" --model "gemini-3-pro-preview"

使用 Google 原生格式

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

?? 配置参考

优先级：命令行参数 > 环境变量（由 skills.entries.gemini-image-generator.env 注入）

可选参数：

• --input-image / -i：输入图片路径（可重复，最多 14 张）
• --quality：standard（默认）或 hd
• --style：natural（默认）或 vivid
• --aspect-ratio / -a：宽高比（如 1:1、16:9、9:16、4:3、3:4）
• --verbose / -v：输出详细调试

支持模型：

• gemini-2.5-flash-image
• gemini-3-pro-image-preview
• gemini-3.1-flash-image-preview

?? 注意事项

• 文件名使用时间戳格式：yyyy-mm-dd-hh-mm-ss-name.png
• 脚本输出 MEDIA: 行供 OpenClaw 自动附件到聊天
• 不要回读图片内容，只报告保存路径
• 编辑模式下未指定分辨率时，自动根据输入图片尺寸推断
• 内置 429 限流和超时自动重试（最多 3 次）
• API 响应格式详见 references/api-formats.md