图像生成技能

此技能根据每种使用场景选择最佳的AI模型来生成图像。模型选择是最重要的决策——请在生成前仔细阅读调度逻辑。

🧠 智能调度逻辑

始终根据用户的实际需求而非表面请求来选择模型。

决策树

Does the request involve MULTIPLE images that share characters, scenes, or story continuity?
  ├─ YES → Use NANO BANANA (Gemini)
  │         Reason: Gemini understands context holistically; supports reference_images
  │         for character/scene consistency across a series (storyboard, comic, sequence)
  │
  └─ NO → Is it a SINGLE standalone image?
            ├─ Artistic / cinematic / painterly / highly detailed?
            │   → Use MIDJOURNEY
            │
            ├─ Photorealistic / portrait / product photo?
            │   → Use FLUX PRO
            │
            ├─ Contains TEXT (logo, poster, sign, infographic)?
            │   → Use IDEOGRAM
            │
            ├─ Vector / icon / flat design / brand asset?
            │   → Use RECRAFT
            │
            ├─ Quick draft / fast iteration (speed priority)?
            │   → Use FLUX SCHNELL (<2s)
            │
            └─ General purpose / balanced?
                → Use FLUX DEV

模型能力矩阵

何时使用Nano Banana（关键）

使用Nano Banana当用户的请求涉及：

• 故事板 / 分镜图：包含相同角色的多帧叙事图像
• 连环漫画：具有连贯角色的连续画格
• 角色系列：同一人物/角色在不同姿势或场景中的多张图像
• 场景延续：“现在展示同一个女孩在森林里”（需引用前序图像）
• 风格一致性：必须保持相同视觉风格/世界观的一组图像

Nano Banana采用谷歌Gemini 3 Pro多模态架构，能够整体理解上下文而非关键词匹配。它支持最多14张参考图像以维持角色和场景的一致性。

如何使用此功能

1. 分析请求：是单张图像还是系列图像？是否需要上下文连续性？
2. 选择模型：使用上述决策树。
3. 增强提示词：添加适合该模型的风格、光照和品质描述符。
4. 通知用户：告知他们您正在使用哪个模型及原因，并说明生成已开始。
5. 运行脚本：使用exec工具并设置充足的超时时间。
6. 交付结果：将图像URL发送给用户。

调用生成脚本

node {baseDir}/generate.js \
  --model <model_id> \
  --prompt "<enhanced prompt>" \
  [--aspect-ratio <ratio>] \
  [--num-images <1-4>] \
  [--negative-prompt "<negative prompt>"] \
  [--reference-images "<url1,url2,...>"]

参数：

• --model：从midjourney、flux-pro、flux-dev、flux-schnell中选择一个。sdxl，nano-banana，ideogram，recraft
• --prompt：图像生成提示（必需）
• --aspect-ratio：例如16:9、1:1、9:16、4:3、3:4（默认：1:1）
• --num-images：1-4（默认：1；Midjourney 无论设置如何总是返回4张）
• --negative-prompt: 需要避免的内容（Midjourney不支持）
• --reference-images: 用于保持上下文/角色一致性的逗号分隔的图片URL（仅限Nano Banana）
• --mode: Midjourney速度模式：turbo（默认，约20-40秒），fast（约30-60秒），relax（免费但速度慢）

exec timeout: 对于Midjourney和Nano Banana，请至少设置为120秒；对于Flux Schnell，30秒即可。

⚡ Midjourney 工作流程（同步模式 — 不使用 --async）

始终使用同步模式（不使用--async）。脚本会在内部等待直至任务完成。

node {baseDir}/generate.js \
  --model midjourney \
  --prompt "<enhanced prompt>" \
  --aspect-ratio 16:9

理解 Midjourney 输出

{
  "success": true,
  "model": "midjourney",
  "jobId": "xxxxxxxx-...",
  "imageUrl": "https://cdn.legnext.ai/temp/....png",
  "imageUrls": [
    "https://cdn.legnext.ai/mj/xxxx_0.png",
    "https://cdn.legnext.ai/mj/xxxx_1.png",
    "https://cdn.legnext.ai/mj/xxxx_2.png",
    "https://cdn.legnext.ai/mj/xxxx_3.png"
  ]
}

重要 — 图像字段含义：

"放大第N张" / "要第N张" / "give me image N" = 发送对应图像图片地址[N-1]直接使用。请勿再次调用生成脚本。

Midjourney 交互流程

生成完成后：

🎨 生成完成！这是 4 张图的预览：预览图你喜欢哪一张？回复 1、2、3 或 4，我直接发给你高清单图。

当用户选择第 N 张图片时：

这是第 N 张的单独高清图：图片 N

🤖 Nano Banana (Gemini) 工作流程

适用于故事板、角色系列以及任何依赖于上下文的多图像生成。

单张图片（无参考）

node {baseDir}/generate.js \
  --model nano-banana \
  --prompt "<detailed scene description>" \
  --aspect-ratio 16:9

使用参考图片（角色/场景一致性）

node {baseDir}/generate.js \
  --model nano-banana \
  --prompt "<scene description, referencing the character/style from the reference images>" \
  --aspect-ratio 16:9 \
  --reference-images "https://url-of-previous-image-1.png,https://url-of-previous-image-2.png"

如何构建故事板系列：

1. 生成第一帧不使用参考图片（建立角色/场景）
2. 将第一帧的图片地址用作--reference-images参数来生成第二帧
3. 对于后续帧，使用最近的1-3张图像作为参考以保持一致性
4. 在所有提示中保持角色描述一致

示例故事板工作流程：

Frame 1: node generate.js --model nano-banana --prompt "A young girl with red hair, wearing a blue dress, sitting under a magical treehouse in an enchanted forest, warm golden light, storybook illustration style" --aspect-ratio 16:9

Frame 2: node generate.js --model nano-banana --prompt "The same red-haired girl in blue dress climbing the rope ladder up to the treehouse, excited expression, enchanted forest background, same storybook illustration style" --aspect-ratio 16:9 --reference-images "<frame1_url>"

Frame 3: node generate.js --model nano-banana --prompt "Inside the magical treehouse, the red-haired girl discovers a glowing book on a wooden shelf, wonder on her face, warm candlelight, same storybook illustration style" --aspect-ratio 16:9 --reference-images "<frame1_url>,<frame2_url>"

Nano Banana 输出

{
  "success": true,
  "model": "nano-banana",
  "images": ["https://v3b.fal.media/files/...png"],
  "imageUrl": "https://v3b.fal.media/files/...png"
}

发送imageUrl直接给用户（无网格，单张图片）。

其他模型

Flux Pro / Dev / Schnell

最适合写实风格的独立图像。输出格式与Nano Banana相同（单个imageUrl）。

node {baseDir}/generate.js --model flux-pro --prompt "<prompt>" --aspect-ratio 16:9

Ideogram v3

最适合包含文字的图像（徽标、海报、标志）。

node {baseDir}/generate.js --model ideogram --prompt "A motivational poster with text 'DREAM BIG' in bold typography, sunset gradient background" --aspect-ratio 3:4

Recraft v3

最适合矢量风格、图标、平面设计。

node {baseDir}/generate.js --model recraft --prompt "A minimal flat design app icon, blue gradient, abstract geometric shape" --aspect-ratio 1:1

提示词增强技巧

对于Midjourney：添加电影感灯光、超精细细节,--v 7,--style raw. Legnext 支持所有 MJ 参数。

对于 Nano Banana：使用自然语言描述。跨帧保持角色描述的一致性（发色、服装、表情）。提及“与参考图风格相同”或“与前一帧保持一致”。

对于 Flux：添加杰作、高度细节、锐利焦点、专业摄影、8k。

对于 Ideogram：明确说明文本内容、字体风格、布局和配色方案。

对于 Recraft：指定矢量插画扁平设计图标风格极简.示例对话用户： "帮我画一只赛博朋克猫" → 单一艺术图像 →

Midjourney

→ 告诉用户 "🎨 正在用 Midjourney 生成，约 30 秒..." → 发送网格预览，询问他们想要哪一张用户： "帮我生成一套分镜图，讲述一个女孩在魔法森林的冒险" → 具有故事连续性的多帧画面 →Nano Banana

→ 告诉用户 "🎨 这类有上下文关联的分镜图用 Gemini 生成，能保持角色一致性..." → 一帧一帧地生成，使用之前的帧作为参考图像用户： "要第2张" / "放大第2张" (Midjourney 生成后) → 直接发送imageUrls[1]

。无需再次调用 generate.js。用户： "做一个 App 图标，蓝色系扁平风格" → 矢量/图标 →directly. No need to call generate.js again.

User: "做一个 App 图标，蓝色系扁平风格" → Vector/icon →Recraft

用户: "生成一张带有'欢迎光临'文字的门牌图" → 图片中的文字 →Ideogram

用户: "快速生成个草稿看看效果" → 速度优先 →Flux Schnell(<2秒)

用户: "生成一张产品海报，白色背景，一瓶香水" → 照片级真实产品 →Flux Pro

环境变量