Agnes Image Gen

概述

调用 Agnes AI 的升级版图像生成模型 agnes-image-2.1-flash（Sapiens AI 出品）。该模型同时支持：

• 文生图（Text-to-Image）：根据文本提示词生成全新图像
• 图生图（Image-to-Image）：基于输入图像进行转换、重绘、风格化编辑，并尽量保留原始构图

通过 curl 直接调用 HTTP API，不走 WorkBuddy 的对话模型机制，因此不消耗对话积分。当前图像生成定价为 $0 / 张。

触发条件

当用户提出以下请求时加载本 skill：

• 「用 Agnes 生成一张……的图片」
• 「用 Agnes 画……」
• 「Agnes 图片生成」
• 「用这张图片生成……」「把这张图片改成……风格」「给这张图换个背景」（图生图）
• 明确要求使用 Agnes API 进行文生图或图生图

核心能力

• 高信息密度图像：适合复杂场景、丰富构图、多层视觉元素（精细场景、复杂环境、丰富构图）
• 构图保留：图生图编辑时尽量保留原始构图与主体布局
• 灵活尺寸控制：使用 1K / 2K / 3K / 4K 档位，配合宽高比
• URL / Base64 输出：支持图像 URL 或 Base64 数据返回
• 适用场景：创意设计、营销内容、产品可视化、社交媒体素材、图像转换（风格迁移 / 场景重打光 / 背景变换）

API Reference

Endpoint

POST https://apihub.agnes-ai.com/v1/images/generations

注意：文生图与图生图共用同一端点 /v1/images/generations，不再使用 /v1/images/edits。

请求头

-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"

请求参数

尺寸与宽高比（输出尺寸参考）

为获得可预期的输出尺寸，建议将 size 与 ratio 配合使用：

若请求 1920x1080 / 2560x1440 这类非原生精确尺寸，服务会自动映射到最接近的档位与宽高比（如 16:9 的 1K 输出为 1312x736）。需要标准显示器素材时建议请求 size:"2K" + ratio:"16:9"，再下游裁剪。

工作流程

1. 文生图（Text-to-Image）

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "<用户描述的图片内容>",
    "size": "2K",
    "ratio": "1:1",
    "extra_body": {
      "response_format": "url"
    }
  }'

• size 支持档位式（1K/2K/3K/4K）或兼容精确写法（1024x1024 等）
• 需要 Base64 时把 extra_body.response_format 改为 b64_json，或用顶层 return_base64: true

2. 图生图（Image-to-Image）

图生图同样调用 /v1/images/generations，输入图像通过 extra_body.image 传入（数组，支持 URL 或 Data URI）：

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "将白天街道场景改为电影级赛博朋克夜景，添加霓虹招牌和湿滑路面倒影，保留原始街道布局与建筑形状",
    "size": "2K",
    "extra_body": {
      "image": ["https://example.com/input-image.png"],
      "response_format": "url"
    }
  }'

• 输入图像为数组，可放多个（多图合成），每个元素为公共 HTTPS URL 或 data:image/png;base64,...
• 输入图像 URL 必须可公开访问（无需登录/cookie）；不可公开时改用 Data URI Base64
• 不需要传递 tags: ["img2img"]

3. 响应处理

URL 输出：

{
  "created": 1780000000,
  "data": [{
    "url": "https://storage.googleapis.com/agnes-aigc/xxx.png",
    "b64_json": null,
    "revised_prompt": null
  }]
}

Base64 输出：

{
  "created": 1780000000,
  "data": [{
    "url": null,
    "b64_json": "iVBORw0KGgoAAAANSUhEUgAA...",
    "revised_prompt": null
  }]
}

• URL 输出：从 data[0].url 提取
• Base64 输出：从 data[0].b64_json 解码保存

4. 下载图片到本地

URL 输出（PowerShell）：

Invoke-WebRequest -Uri "<图片URL>" -OutFile "<保存路径>/agnes_output.png"

URL 输出（Python，跨平台，带时间戳）：

import urllib.request, os
from datetime import datetime
url = "<图片URL>"
ts = datetime.now().strftime("%Y%m%d_%H%M%S")
save_path = os.path.join("", f"agnes_{ts}.png")
urllib.request.urlretrieve(url, save_path)

Base64 输出（Python）：

import base64, os
from datetime import datetime
b64 = ""
ts = datetime.now().strftime("%Y%m%d_%H%M%S")
save_path = os.path.join("", f"agnes_{ts}.png")
with open(save_path, "wb") as f:
    f.write(base64.b64decode(b64))

图片 URL 来自 Google Cloud Storage，有访问时效，应尽快下载到本地。若下载失败，可改用 HTML 页面直接引用远程 URL（ 加载）再叠加 CSS 文字制成海报。

5. 展示给用户

• 调用 preview_url 展示图片文件
• 调用 deliver_attachments 交付图片附件

调用示例

示例 1：软件宣传海报（文生图，档位+宽高比）

用户请求：「用 Agnes 生成一张科技感产品发布会海报，主题 AI 助手」

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "科技感产品发布会海报，主题是AI助手，未来主义风格，蓝色调，holographic效果，现代简约设计",
    "size": "2K",
    "ratio": "1:1",
    "extra_body": { "response_format": "url" }
  }'

示例 2：多张不同风格（文生图，n 参数）

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "咖啡店logo设计，简约现代风格，咖啡杯元素，温暖色调",
    "size": "1K",
    "extra_body": { "response_format": "url" }
  }'

需要多张时，部分场景可用 n 参数（旧写法）；当前档位式请求建议单张循环获取多种方案。

示例 3：图片风格转换（图生图，URL 输入）

用户请求：「把这张照片改成赛博朋克风格」

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "转换为赛博朋克风格，霓虹灯光效，未来科技感，暗色调，高对比度，保留原构图",
    "size": "2K",
    "extra_body": {
      "image": ["https://example.com/photo.jpg"],
      "response_format": "url"
    }
  }'

示例 4：图片元素修改（图生图，Base64 Data URI 输入）

用户请求：「把图片中的天空改成星空」

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "将天空替换为璀璨星空，银河清晰可见，深蓝色调，保留原主体与构图",
    "size": "2K",
    "extra_body": {
      "image": ["data:image/png;base64,"],
      "response_format": "b64_json"
    }
  }'

示例 5：中文文本优化示例（含中文字样）

用户请求：「生成一张带『新年快乐』字样的贺卡」

优化后的 prompt：

精美新年贺卡设计，主视觉为"新年快乐"艺术字体，金色书法风格，红色背景，烟花装饰，喜庆氛围，中国传统元素，高清精致

curl -s -X POST "https://apihub.agnes-ai.com/v1/images/generations" 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer sk-8Rzd2yCbFzOi1vxojseH8C5D8w3u4aMdNWsPNzxk0G7339Cz" 
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "精美新年贺卡设计，主视觉为'新年快乐'艺术字体，金色书法风格，红色背景，烟花装饰，喜庆氛围，中国传统元素，高清精致",
    "size": "1K",
    "extra_body": { "response_format": "url" }
  }'

中文文本生成优化

官方推荐提示词结构

文生图：[主体] + [场景/环境] + [风格] + [光照] + [构图] + [质量要求]

日出时分薄雾峡谷上方的发光浮空城市，电影级写实风格，广角构图，丰富的建筑细节，柔和的金色光线，高视觉密度

图生图：[改变要求] + [新风格/场景] + [添加或移除的元素] + [需要保留的元素]

将白天街道场景改为电影级赛博朋克夜景，添加霓虹招牌和湿滑路面倒影，同时保留原始街道布局、相机角度和主要建筑形状。

高信息密度图像：清晰描述视觉层次结构（主要主体、背景环境、重要次要细节、风格、光照、构图约束）

建在悬崖上的大型奇幻港口城市，数百艘小船，层叠的石桥，发光的窗户，远山，多云的日落天空，电影级奇幻写实风格，广角构图，丰富的建筑细节，高视觉密度

最佳实践

1. 详细描述：风格、颜色、氛围、元素、光照、构图尽量写全
2. 关键词组合：逗号分隔多个关键词，如「科技感, 蓝色调, 未来主义, 简约设计」
3. 风格指定：明确风格名称，如「水彩画风格」「像素艺术」「3D渲染」「电影级写实」
4. 质量修饰词：「高清」「精致」「专业级」「高视觉密度」
5. 构图指导：「居中构图」「对称设计」「留白艺术」「广角构图」
6. 尺寸策略：标准方图用 size:"1K"+ratio:"1:1"；横幅/封面用 size:"2K"+ratio:"16:9"；手机壁纸用 9:16

常见问题解决

• 中文字符显示不清晰：prompt 中强调「清晰中文字体」「可读性」「高对比度」
• 图片不符合预期：使用更具体描述，避免模糊词汇，加「精确」「准确」
• 需要特定风格：明确风格名称，如「中国风水彩」「日系动漫」「欧美卡通」
• 需要精确显示器分辨率（如 1920x1080）：用 size:"2K"+ratio:"16:9"，下游裁剪

错误与故障排除

常见错误

高频坑（官方强调）

1. 不要顶层放 response_format：应放在 extra_body.response_format
   • ❌ {"model":..., "response_format": "url"}
   • ✅ {"model":..., "extra_body": {"response_format": "url"}}
2. 图生图不要传 tags: ["img2img"]：只需在 extra_body.image 提供输入图像
3. 图生图缺少 image：extra_body.image 为必填数组
4. 文生图三必填：model + prompt + size

错误响应格式

{
  "error": {
    "message": "错误描述",
    "type": "错误类型",
    "code": "错误代码"
  }
}

注意事项

• API Key 已在请求中硬编码，无需用户额外提供（如需自定义，替换 Authorization 中的 Bearer 值）
• 图片 URL 来自 Google Cloud Storage，有访问时效，应尽快下载到本地
• 若 API 返回错误，如实报告给用户，不做猜测
• 中文 prompt 已优化，可直接用中文描述，效果良好
• 图生图统一走 /v1/images/generations，输入图像放 extra_body.image
• 生成的图片可能含 AI 伪影，必要时可后期处理
• 标准价格 $0.003/张，当前免费 $0/张

最佳实践

1. 明确需求：调用前明确文生图还是图生图
2. 优化 Prompt：用详细、具体描述，遵循官方提示词结构
3. 选尺寸档位：用 1K/2K/3K/4K + ratio 获得可预期输出
4. 及时保存：生成后立即下载，避免 URL 过期
5. 错误重试：按错误类型对应处理；超时调大客户端超时时间
6. 图生图保留构图：prompt 中显式写「保留原始构图/主体布局」