canghe-image-gen

1实现原理 · 为什么它能做到

本 skill 的执行体是一个 Bun/TypeScript CLI（scripts/main.ts），agent 按 SKILL.md 用 npx -y bun 启动它；参数解析、配置合并、provider 选择与结果落盘都在这个入口完成。

provider 自动选择：显式 --provider 优先；带 --ref 时按 Google→OpenAI→Canghe 顺序；无 --ref 则按环境里存在的 key 取第一个（多 key 时 Google 优先生效）。

四家后端各自成模块、统一 ProviderModule 接口（getDefaultModel / generateImage），协议各不相同：OpenAI 走 images/generations 与 edits，Google 走 Gemini generateContent 或 Imagen predict，DashScope 走通义万象端点，Canghe 走 OpenAI 兼容的 chat/completions。

参考图支持因后端而异：Google 多模态把参考图读成 base64 放进 inlineData，OpenAI 走 /images/edits 表单，Canghe 以 image_url 传（本地文件转 data URI、http URL 直传）；DashScope 与 Imagen 明确报错不支持。

配置分层优先级固定为 CLI args > EXTEND.md > 环境变量 > cwd/.canghe-skills/.env > ~/.canghe-skills/.env，main.ts 自行解析 EXTEND.md 的 YAML front matter 与 .env 键值，不依赖 dotenv。

生成结果以二进制写到用户指定的 --image 路径（无扩展名自动补 .png），写前递归建目录；生成失败只自动重试一次，且对「引用图不支持/缺 key」等错误不重试。

批量/并行是两种模式：默认顺序逐张生成；并行只在用户明确要求时启用，靠宿主的多后台子代理跑（建议 4、上限 8），脚本本身不含并行逻辑。

2核心能力

3外部依赖

4风险提醒 风险提醒：橙色 · 评估后使用

5第二遍独立确认

• [ok] 执行入口是否唯一且真实存在 — SKILL.md 的调用示例与 main.ts 的 printUsage 一致（npx -y bun scripts/main.ts --prompt ... --image ...），main.ts 末尾 main().catch 会 process.exit(1)，证明它是 CLI；目录仅 8 个档（SKILL.md + preferences-schema.md + main.ts + 4 个 provider + types.ts），无其它可执行文件。
• [ok] 四家 provider 端点与凭证读取点 — openai.ts→api.openai.com/v1 + OPENAI_API_KEY；google.ts→generativelanguage.googleapis.com + GOOGLE_API_KEY/GEMINI_API_KEY；dashscope.ts→dashscope.aliyuncs.com + DASHSCOPE_API_KEY；canghe.ts→api.canghe.ai/v1 + CANGHE_API_KEY。均可用对应 *_BASE_URL 覆盖。
• [ok] 是否漏掉网络外发 — 全目录除 providers/*.ts 的 fetch 外无网络能力：main.ts 只做 IO 与编排，types.ts / preferences-schema.md 无网络代码；未见 socket/child_process/exec/urllib。
• [ok] TLS 是否被降级 — 四家后端都用 Node/Bun 原生 fetch（默认校验证书），未见 ssl.CERT_NONE / rejectUnauthorized=false / --no-verify，因此不触发红档。
• [discrepancy] 「并行生成」宣称是否有代码支撑 — SKILL.md 的 Parallel Generation 段描述用宿主 Task 子代理 run_in_background=true 并发并给并发建议，但 scripts/main.ts 只有单次 --n 的串行生成，未实现任何并发；该能力完全依赖 agent 编排层，脚本不提供。
• [ok] 默认 provider 与质量口径 — SKILL.md 写 default provider google、quality 2k；detectProvider 多 key 时返回 available[0]（google 排第一），main.ts 对空 quality 置 '2k'，与文档一致。
• [ok] 参考图 provider 限制 — SKILL.md 称 --ref 受 Google 多模态 / OpenAI edits / Canghe 支持；google.ts 对 Imagen、openai.ts 对 dall-e、main.ts 对 dashscope+ref 均抛错，与文档相符。

6结论