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

完整 CLI 参考

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