1实现原理 · 为什么它能做到
实现方式是自建 provider 适配层：每个厂商一个模块，统一导出 generateImage(prompt, model, args)，由主脚本按 provider 分派；请求体/尺寸/质量规则各自实现。
skills/baoyu-image-gen/scripts/main.ts
const imageData = await task.providerModule.generateImage(task.prompt, task.model, task.args);
注：这里在做什么：把 12 家图像 API 的差异（尺寸语法、参考图支持、编辑接口）收敛成一个内部接口，主脚本只负责选 provider、解析参数、重试与落盘。
provider 自动选择靠『哪些 key 存在』判定，codex-cli 被明确排除在自动选择之外。
skills/baoyu-image-gen/scripts/main.ts
const hasGoogle = !!(process.env.GOOGLE_API_KEY || process.env.GEMINI_API_KEY);
注：SKILL.md 对应条款：`5. `codex-cli` is **never auto-selected** — set `default_provider: codex-cli` in EXTEND.md or pass `--provider codex-cli`.`——即切换到 Codex 订阅通道必须用户显式指定。
密钥与模型配置有明确优先级链：CLI > EXTEND.md > 环境变量 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env，缺 key 时按 provider 报错并给获取地址。
skills/baoyu-image-gen/scripts/main.ts
Env file load order: CLI args > EXTEND.md > process.env > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env
注：代码里 `const homeEnv = await loadEnvFile(path.join(home, ".baoyu-skills", ".env"));` 与 `const cwdEnv = await loadEnvFile(path.join(cwd, ".baoyu-skills", ".env"));` 把这两个 .env 读进 process.env（不覆盖已有值），随后各 provider 直接取 process.env。
批量并行是真的 worker 池 + provider 级闸门（并发上限与启动间隔），每张图最多重试 3 次。
skills/baoyu-image-gen/scripts/main.ts
const enoughCapacity = current.active < limit.concurrency;
注：常量 `const MAX_ATTEMPTS = 3;` 与 `const DEFAULT_MAX_WORKERS = 10;`；每 provider 默认如 `replicate: { concurrency: 5, startIntervalMs: 700 },`，可用 `BAOYU_IMAGE_GEN_<PROVIDER>_CONCURRENCY` / `_START_INTERVAL_MS` 覆盖。批量模式在 --batchfile 含 2+ 任务时自动开启。
批量任务由 JSON 文件驱动，另带一个组装器把 outline.md + prompts/ 目录拼成 batch.json，服务于文章配图流水线。
skills/baoyu-image-gen/SKILL.md
# Build a batch file from outline.md + prompts/ (e.g. baoyu-article-illustrator output)
注：对应命令：`scripts/build-batch.ts --outline outline.md --prompts prompts --output batch.json --images-dir attachments`。
codex-cli provider 不用 API key，而是 spawn 本地 codex CLI（订阅登录态）并跑同目录的 codex-imagegen 包装脚本；包装层会校验本轮是否真的调用过 image_gen。
skills/baoyu-image-gen/scripts/providers/codex-cli.ts
const child = spawn(command, args, { stdio: ["ignore", "pipe", "pipe"] });
注：SKILL.md 说明 `The provider spawns the bundled `scripts/codex-imagegen/main.ts``；校验逻辑在 codex-imagegen/main.ts（`image_gen was not invoked (no image_gen event in stream; ${ver.reason})`），并读过 `$CODEX_HOME/generated_images/<threadId>` 目录确认本轮产物。
参考图身份保持不是玄学，SKILL.md 给出具体提示词纪律：短硬的身份保持句 + 明确允许改动的维度，避免把参考图换成一段泛化描述。
skills/baoyu-image-gen/SKILL.md
Do not redesign it or create a similar-looking new subject.
注：并给出反例说明：长串人脸描述会让模型合成新人物而非保持参考身份；另建议 2-4 张精选参考图、不要把新生成结果再当参考（漂移叠加）。
质量与尺寸有两套映射：预设 normal/2k（默认 2k）映射到各家参数；OpenAI 原生走 quality=medium/high 与 2048px 级合法尺寸，并约束 16 的倍数/最大边/长宽比。
skills/baoyu-image-gen/SKILL.md
width/height must be multiples of 16, max edge 3840px, ratio no wider than 3:1
注：Google/OpenRouter 另有 --imageSize 1K|2K|4K；flash-lite 只出 1K，传 2K/4K 会被 clamp 并告警。
2核心能力
01多 provider 文生图（Google/OpenAI/Azure/OpenRouter/DashScope/Z.AI/MiniMax/Jimeng/Seedream/Replicate/Agnes/codex-cli）
02参考图（--ref）驱动的编辑/身份保持，按 provider 能力校验（不支持的组合直接报错并给修正提示）
03批量并行生成（worker 池 + provider 级并发/启动间隔 + 每图 3 次重试 + 汇总成功/失败原因）
04batch.json 工作流与 build-batch.ts 组装器（outline + prompts → batch 文件）
05模型解析优先级与 per-provider 覆盖（CLI/EXTEND.md/env 三层 + <PROVIDER>_IMAGE_MODEL）
06EXTEND.md 偏好体系（默认 provider/质量/比例/尺寸/各 provider 默认模型/批量上限），另有旧路径 baoyu-imagine 的自动迁移
07OpenAI 兼容网关方言切换（openai-native / ratio-metadata）
3外部依赖
| 类型 | 依赖 |
|---|---|
| api | OpenAI Images API（gpt-image-2.5-flare 默认） |
| api | Azure OpenAI（deployment + api-version） |
| api | Google Gemini 图像生成（gemini-3-pro-image 默认） |
| api | OpenRouter（/chat/completions 流程） |
| api | 阿里云 DashScope（qwen-image-2.0-pro 默认） |
| api | Z.AI / 智谱（GLM-Image、cogview-4） |
| api | MiniMax image-01 |
| api | 火山引擎即梦（Jimeng，V4 签名，AccessKey/SecretKey） |
| api | 火山引擎 ARK / Seedream（豆包） |
| api | Replicate（nano-banana / seedream / wan 等家族） |
| api | Agnes |
| cli | codex CLI（本地订阅登录态；codex exec 通道） |
| cli | bun（运行 TS 脚本；缺 bun 时 npx -y bun） |
4风险提醒 风险提醒：红色 · 谨慎使用
风险提醒：红色 · 谨慎使用
- codex-cli 通道的安全降级与 prompt 注入面（判红主因） — `codex exec --sandbox danger-full-access` 关闭沙箱，且用户 prompt 被逐字拼进该 agent 的指令；若 prompt 来自不可信来源（网页、第三方 outline、他人提供的 prompts/ 目录），等同让无沙箱 agent 执行其内容。建议仅在 prompt 来源可控时使用该通道，或改走 API provider。
- 多密钥长期驻留在 dotenv 文件里 — 同时支持 <cwd>/.baoyu-skills/.env 与 ~/.baoyu-skills/.env，11 家厂商密钥可能长期落盘；任一被注入到 cwd 的项目目录读取，都会把该目录下真实密钥喂给脚本。
- 端点可被环境变量整体改写到自建网关 — <PROVIDER>_BASE_URL / OPENAI_BASE_URL / AZURE_OPENAI_BASE_URL 可由 env 或 EXTEND.md 指定，意味着密钥可能被送到非官方域名；使用前应确认这些变量未被他人预置。
- 成本与配额不可控地放大 — 批量默认 10 workers、每图最多 3 次重试，异常时可能对同一 prompt 反复计费；高分辨率/4K 与 12 家 provider 混用时成本差异很大，无内置预算上限。
风险提醒：红色，谨慎使用。判红属『能力/策略级』且证据在本 skill 目录内：①【安全降级＋任意代码执行面】codex-cli 通道的包装脚本 `skills/baoyu-image-gen/scripts/codex-imagegen/spawn.ts` 以 `"--sandbox", "danger-full-access"` 启动 `codex exec`（关闭 Codex 沙箱），而 `scripts/codex-imagegen/main.ts` 把 `PROMPT:\n${prompt}` 逐字拼进送给该 agent 的指令，并自述 'The output and ref paths are interpolated raw into the agent instruction / sent to `codex exec --sandbox danger-full-access`'，仅对 --image/--ref 路径做 shell 元字符校验——即一个来自 prompt 文件的自由文本会在无沙箱 agent 里被执行面消费。②【读凭据】主线（非 codex 分支）为自身声明用途读取 11 家 provider 的 API key（含 <cwd>/.baoyu-skills/.env 与 ~/.baoyu-skills/.env）。触发条件：① 仅在用户显式 `--provider codex-cli` 或 EXTEND.md `default_provider: codex-cli` 时命中（SKILL.md：`codex-cli` is never auto-selected）；默认 provider 路径无沙箱降级，仅属橙级（读凭据 + 内容出网），但因 ① 为能力级红线，本 skill 整体记红。无逆向 API、无客户端冒充、无 TLS 降级。
5第二遍独立确认
- [ok] 12 家 provider 的端点与默认模型 — 逐个文件核对：openai.ts(api.openai.com/v1, gpt-image-2.5-flare)、azure.ts、google.ts(gemini-3-pro-image)、openrouter.ts、dashscope.ts(qwen-image-2.0-pro)、zai.ts、minimax.ts、jimeng.ts(jimeng_t2i_v40)、seedream.ts(doubao-seedream-5-0-260128)、replicate.ts(google/nano-banana-2)、agnes.ts(agnes-image-2.5-flash)、codex-cli.ts；与 SKILL.md 描述一致。
- [ok] 密钥读取清单 — SKILL.md 的 Environment Variables 表逐项在代码中命中对应 process.env 读取；另有 <PROVIDER>_BASE_URL 覆盖（jest 风格测试里也验证了 base URL 拼接）。
- [ok] codex-cli 存在 --sandbox danger-full-access（安全降级） — skills/baoyu-image-gen/scripts/codex-imagegen/spawn.ts 内 args 含 '"--sandbox"' 与 '"danger-full-access"'；同目录 main.ts 注释与 assertSafePath 佐证该指令会被直接交给 codex。
- [ok] prompt 被逐字插入无沙箱 agent 指令 — codex-imagegen/main.ts 的 buildInstruction 返回模板内含 'PROMPT:' 后接 ${prompt}，逐字使用；main.ts:104-109 注释说明只对 output/ref 路径做元字符校验，未覆盖 prompt 内容。
- [ok] codex-cli 不会被自动选中（红线触发条件） — SKILL.md Provider Selection 第 5 条与 main.ts 的 has* 判定均不含 codex-cli；需显式 --provider 或 EXTEND.md。
- [ok] 批量并行与重试参数 — main.ts 常量 MAX_ATTEMPTS=3、DEFAULT_MAX_WORKERS=10、provider 级 concurrency/startIntervalMs 表（codex-cli 为 concurrency=1/2000ms），与 SKILL.md 文案一致。
- [ok] 『Codex OAuth 不等于 API key』的说明与代码一致 — SKILL.md 明写不要把 Codex OAuth token 塞进 OPENAI_API_KEY；代码中 openai provider 只读 OPENAI_API_KEY，codex-cli 走独立 spawn 通道，未混用。
- [discrepancy] 红线判级与上游口头结论的关系 — 批4 口径曾一度把 image-gen 判为 orange（理由假设『无绕过/降级』）。本目录 evidence 与该假设不符：目录内确含 `--sandbox danger-full-access` 与 raw prompt 插值（上方两条 ok）。故按『证据优先』记 red，并在 reason 写明触发条件（仅 codex-cli 通道）；默认 provider 路径仍为橙级行为。
6结论
适合：适合需要多厂商比价/比质量的出图工作流，和已有成组 prompt 文件（文章配图、漫画分镜、封面批量）的用户；也适合只有 Codex 订阅、没有 OpenAI API key 但想批量出图的人（走 codex-cli，且理解其沙箱设置）。作为其他 skill 的图像后端时（如 baoyu-article-illustrator、baoyu-infographic）也能统一重试/缓存/限流。
不适合：不适合把不可信来源的 prompt 直接喂给 codex-cli 通道的场景（danger-full-access + 逐字插值）；不适合要求零密钥落盘或企业内网禁止出网的环境；不适合需要严格成本上限与确定性计费的批量生产（无预算闸门、默认多次重试）；也不需要它的用户可改用宿主原生图像工具。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 baoyu-image-gen.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agent4faafab87aede136…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库JimLiu / JimLiu/baoyu-skills
原始 GitHubJimLiu/baoyu-skills ↗
Stars25926
最近推送2026-09-10
本 skill commit
1567581c26许可MIT（仓库根 LICENSE，Copyright (c) 2026 Jim Liu；GitHub API spdx_id=MIT）
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。