通过 Google Gemini API 生成和编辑图像。支持 Gemini 原生生成、Imagen 3、风格预设以及批量生成并生成 HTML 图库。零依赖。
双子图像 Gen 0.
功能概述
双子图像 Gen 0.是一项面向实际任务的技能，主要用于Generate和编辑图像通过 Google 双子图像 API 使用纯 Python stdlib.. 支持双子内生代+编辑,图像 3 生成,批量运行,以及 HTML 画廊。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
- 从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
Gemini Image Gen
使用纯 Python 标准库，通过 Google Gemini API 生成与编辑图像。支持 Gemini 原生生成与编辑、Imagen 3 生成、批量运行，以及 HTML 图片画廊输出。
快速开始
export GEMINI_API_KEY="your-key-here"
# 默认：使用 Gemini 原生引擎，生成 4 个随机提示的图像
python3 scripts/gen.py
# 自定义提示词
python3 scripts/gen.py --prompt "a cyberpunk cat riding a neon motorcycle through Tokyo at night"
# 使用 Imagen 3 引擎
python3 scripts/gen.py --engine imagen --count 4 --aspect 16:9
# 编辑已有图像（仅 Gemini 引擎支持）
python3 scripts/gen.py --edit path/to/image.png --prompt "change the background to a sunset beach"
# 使用风格预设
python3 scripts/gen.py --style watercolor --prompt "floating islands above a calm sea"
# 列出所有可用风格预设
python3 scripts/gen.py --styles
风格预设
| 风格 | 描述 |
|---|---|
photo |
超精细写实摄影风格，8K 分辨率，锐利对焦 |
anime |
高质量动漫插画，受吉卜力工作室启发，色彩鲜明 |
watercolor |
质感纸张上的细腻水彩画，边缘柔和，颜色自然晕染 |
cyberpunk |
霓虹灯照耀的赛博朋克场景，雨浸街道，全息显示，具有《银翼杀手》美学风格 |
minimalist |
简洁极简主义设计，几何图形，有限配色，大量留白 |
oil-painting |
古典油画风格，可见笔触，丰富肌理，文艺复兴式布光 |
pixel-art |
精细像素画，复古 16 位风格，边缘清晰，怀旧调色板 |
sketch |
奶油色纸张上的铅笔素描，排线与交叉排线，保留艺术性瑕疵 |
3d-render |
专业级 3D 渲染，环境光遮蔽，全局光照，材质高度写实 |
pop-art |
大胆波普艺术风格，本戴点（Ben-Day dots），强轮廓线，高对比度鲜艳配色 |
完整 CLI 参考
| 参数 | 默认值 | 说明 |
|---|---|---|
--prompt |
(随机) | 文本提示词；省略则使用随机创意提示 |
--count |
4 | 生成图像数量 |
--engine |
gemini | 引擎类型：gemini（原生支持编辑）或 imagen（Imagen 3） |
--model |
(自动) | 模型覆盖选项。默认为：gemini-2.5-flash-image 或 imagen-3.0-generate-002 |
--edit |
用于编辑的输入图像路径（仅 Gemini 引擎支持） | |
--aspect |
1:1 | Imagen 引擎支持的宽高比：1:1、16:9、9:16、4:3、3:4 |
--out-dir |
(自动) | 输出目录（默认为时间戳命名的文件夹） |
--style |
预设风格，将自动前置添加至提示词中 | |
--styles |
列出所有可用风格预设后退出 |
Python 示例
import subprocess
subprocess.run(
[
"python3",
"scripts/gen.py",
"--prompt",
"a serene mountain landscape at golden hour",
"--count",
"4",
"--style",
"photo",
],
check=True,
)
故障排查
- 缺少 API 密钥：在环境中设置
GEMINI_API_KEY后重试。 - 触发速率限制 / 返回 429 错误：稍等片刻后重试，降低
--count数值，或切换引擎。 - 模型错误：确认模型名称是否正确，尝试使用默认模型，或更换引擎。
与其他技能集成
- AgentGram — 将生成的图像分享至 AI 代理社交网络！创作视觉内容并发布到你的 AgentGram 动态中。
- agent-selfie — 专注于 AI 代理头像与视觉身份构建。使用相同的 Gemini API 密钥生成人格驱动的自画像。
- opencode-omo — 在 Sisyphus 工作流中运行确定性的图像生成流水线。
更新日志
- v1.3.1：新增 opencode-omo 的工作流集成指南。
- v1.1.0：新增风格预设，以及
--style和--styles参数，扩展文档内容。 - v1.0.0：初始发布，支持 Gemini 原生 + Imagen 3、批量生成及 HTML 画廊功能。
代码仓库
https://github.com/IISweetHeartII/gemini-image-gen
热门AI工具
相关专题
PHP中文网为您提供Gemini高级Prompt工程与多模态能力优化专题。针对谷歌最新一代原生多模态大模型（如Gemini 3.5系列），我们为您系统梳理了结构化提示词构建法则（如XML标签界定、约束前置与指令后置），以及涵盖四档Thinking推理深度控制、强制自我审视与任务拆解等高级Prompt工程实战指南。
60
2026.06.10
本指南深入解析高效提示词编写技巧，聚焦结构化指令设计与参数优化。通过拆解角色设定、任务分解及约束条件，演示如何引导Gemini输出精准结果。涵盖思维链应用与迭代优化策略，助初学者掌握核心方法论，显著提升交互质量与任务完成效率。
80
2026.03.24
本教程详解Gemini网页版全流程实战，涵盖长文档深度解析、关键信息提取及复杂代码生成。通过真实案例演示，指导用户高效利用多模态交互提升工作效率。适合初学者快速掌握核心功能，从基础问答进阶至自动化办公与开发辅助，轻松释放AI生产力。
105
2026.03.24
本专题深度解析 Gemini 核心架构，涵盖混合专家模型与原生多模态设计原理。指南详解其文本、图像及代码的统一理解能力，帮助初学者建立系统性认知。通过理论结合实例，助您快速掌握模型优势与适用场景，为后续进阶开发与复杂应用奠定坚实基础。
61
2026.03.24
本实战指南详解构建基于 Gemini 的多模态 Agent，实现浏览器自动化控制与复杂工具链编排。通过整合视觉理解与代码执行能力，演示如何让 AI 自主导航网页、提取动态数据并操作外部 API。涵盖环境搭建、安全沙箱及任务规划策略，助开发者打造能“看”会“做”的智能助手，突破传统文本交互局限，开启全自动工作流新篇章。
59
2026.03.23
本指南深入解析 Gemini 上下文缓存（Context Caching）功能，助您大幅降低长对话与大规模文档处理成本。通过复用高频输入的嵌入表示，避免重复计算令牌，显著减少延迟与费用。内容涵盖缓存创建、管理及最佳实践，特别适合多轮对话、知识库问答等场景，让您在保持高性能的同时，实现极具性价比的 AI 应用部署。
55
2026.03.23
本实战指南详解如何利用 Gemini API 的 JSON 模式实现结构化数据提取。通过配置响应格式约束，确保模型输出严格符合预定义 Schema，彻底解决解析错误难题。内容涵盖字段定义、类型校验及异常处理，助您在信息抽取、数据清洗等场景中构建高稳定性管道，轻松将非结构化文本转化为可靠的应用数据。
91
2026.03.23
本教程深入解析 Gemini 函数调用机制，详解 Tool Use 配置与外部工具集成流程。从定义函数架构到处理动态参数，手把手教您连接数据库、搜索 API 及自定义服务。通过实战案例，展示如何让 AI 自主规划并执行复杂任务，突破纯文本限制，构建具备真实行动力的智能代理系统。
145
2026.03.23
本指南详解如何使用 Python 快速调用 Gemini API 的 generateContent 方法。从环境配置、密钥管理到核心代码实现，逐步演示文本生成、多模态输入及流式响应处理。包含完整示例与错误排查技巧，助开发者轻松集成 Gemini 强大能力，构建高效智能应用，开启 AI 开发新篇章。
70
2026.03.23
热门下载
相关下载
精品课程
共0课时 | 0人学习
共0课时 | 0人学习
共0课时 | 0人学习
最新文章
