images

使用 Wonda CLI 从终端生成图像、视频、音乐和音频——以及 LinkedIn、Reddit 和 X/Twitter 的调研与自动化

通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 及 50 多种模型生成 AI 图像。模型包括：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein…

在 Claude Code 中使用 GPT Image 2 (ChatGPT Images 2.0) 生成图像，利用现有的 ChatGPT Plus 或 Pro 订阅——无需单独的 OpenAI 访问权限，无按图计费。支持通过本地 Codex CLI 进行文生图、图像编辑、风格迁移和多参考图组合。当触发“gpt image 2”、“gpt-image-2”、“ChatGPT Images 2.0”、“image 2”，或任何明确要求通过用户的 ChatGPT 套餐生成或编辑图像的请求时激活。

在 RunComfy 上使用 ByteDance Seedance 2.0 Pro 生成电影级短视频。文档说明了 Seedance 2.0 Pro 的优势（多模态参考——最多支持 9 张图像、3 个视频和 3 个音频——同步内嵌音频与自然唇形同步、电影级动作优化）、4-15 秒的时长规范，以及何时应转用 HappyHorse 1.0 / Wan 2.7 / Kling。通过本地 RunComfy CLI 调用 `runcomfy run bytedance/seedance-v2/pro`。在触发“seedance”、“seedance 2”、“seedance v2”、“seedance pro”、“bytedance video”或明确要求使用此模型生成视频时激活。

在 RunComfy 上使用 Flux 1 Kontext Pro（Black Forest Labs 的精准局部图像编辑模型）编辑图像——内置该模型官方文档中的提示词模式，使该技能能获得比直接调用同一模型更出色的输出效果。文档说明了 Flux Kontext 的优势（单参考图精准局部编辑、强大的提示词控制能力、稳定的高保真输出）、其输入模式（单张图像 + 提示词），以及何时应转而使用 Nano Banana Edit / GPT Image 2 edit / Flux 2 Klein。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`。当触发词为 "flux kontext"、"flux-kontext"、"flux 1 kontext"、"kontext"、"BFL kontext"，或任何明确要求使用此模型进行编辑的指令时激活。

在 RunComfy 上使用 OpenAI GPT Image 2（ChatGPT Images 2.0 的 `/edit` 端点）编辑图像——内置该模型的文档化提示词模式，使该技能比针对同一模型的朴素提示词获得更精准的输出。记录了 GPT Image Edit 的优势（保留语言、多语言图像内文本编辑、最多支持 10 张图像的多重参考、布局/排版精度）、数据架构，以及何时应路由至 Nano Banana Edit / Flux Kontext / GPT Image 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/edit`。在触发词为“gpt image edit”、“gpt-image-edit”、“chatgpt image edit”、“edit with gpt image 2”，或任何明确要求使用此模型进行编辑时触发。

在 RunComfy 上使用 Google Nano Banana 2（图生图编辑端点）编辑图像。文档说明了 Nano Banana Edit 的优势（保留主体特征、替换背景、使用空间语言进行局部编辑、支持多达 20 张输入的多图批量编辑）、数据结构，以及何时应转而使用 GPT Image 2 edit、Flux Kontext 或 Nano Banana 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/edit`。在触发“nano banana edit”、“edit with nano banana”、“image edit nano banana”或任何明确要求使用此模型进行编辑的指令时激活。

在 RunComfy 上编辑图像——此技能是一个智能路由器，可将用户意图匹配至 RunComfy 目录中最合适的编辑模型。支持选择 Nano Banana Edit（批量处理最多 20 张，默认保持身份特征）、OpenAI GPT Image 2 Edit（多语言图像内文本重写、多参考组合、精准布局）、Flux Kontext Pro（单参考高保真局部编辑）或 Z-Image Turbo Inpaint（基于遮罩的精准区域编辑）。内置各模型官方文档的提示词模式，使该技能能获得更精准的编辑效果，避免在错误的模型上浪费迭代次数。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/edit`。触发词包括“image edit”、“edit image”、“image-to-image”、“i2i”、“swap background”、“remove object”、“rewrite headline”，或任何明确要求编辑单张或批量图像的指令。

在 RunComfy 上使用 Flux 2 Klein（Black Forest Labs 推出的 Flux 2 蒸馏快速变体）生成图像——内置该模型官方文档的提示词模式，使该技能能获得比直接调用同一模型更精准的输出。详细说明了 Flux 2 Klein 的优势（亚秒级延迟、多参考品牌风格、声明式主体优先提示词）、步数策略（4-8 步用于快速迭代，约 25 步用于精修）、9B 与 4B 变体的权衡，以及何时应转用 Flux 2 Pro / Seedream 5 / GPT Image 2。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image`（或 `/4b/`）。在触发词为 "flux 2 klein"、"flux-2-klein"、"flux klein"、"BFL flux 2"，或任何明确要求使用此模型生成时触发。

在 RunComfy 上使用 Google Nano Banana 2（Gemini 系列的 flash 级文本生成图像模型）生成图像——内置该模型官方文档中的提示词模式，使该技能能获得比直接调用同一模型更出色的输出效果。文档详细说明了 Nano Banana 2 的优势（快速迭代、图像内文字排版渲染、可预测的画面构图、可选的联网背景信息）、分辨率级别的定价、安全容忍度调节机制，以及何时应转而使用 Nano Banana Pro / GPT Image 2 / Flux 2 / Seedream。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/text-to-image`。当触发词为“nano banana”、“nano-banana-2”、“nano banana 2”、“google image gen”、“gemini image”，或明确要求使用此模型生成图像时触发。

结合 11 种调色板和 7 种渲染风格，通过 5 个维度（类型、调色板、渲染、文本、氛围）生成文章封面图。支持电影级……

[已弃用：请使用 baoyu-image-cards] 生成小红书图片卡片系列，支持 12 种视觉风格、8 种布局和 3 种调色板。突破……

根据内容生成专业的演示文稿图片。先创建带有样式说明的大纲，然后生成单张幻灯片图片。当用户要求……时使用。

通过逆向工程的 Gemini Web API 生成图像和文本。支持文本生成、基于提示词的图像生成、用于视觉输入的参考图像等……

在使用 Gemini API 托管的模型（包括 Gemini 和 Gemma 4）构建应用程序，以及处理多模态内容（文本、图像、音频等）时，请使用此技能……

开箱即用的 Seedance 2.0 API 技能 —— 只需一个 API 密钥即可生成 AI 视频。支持构建故事板、使用 Seedream 4.5 生成参考图像、提交视频……

通过 Higgsfield 的 product-photoshop 提示词增强功能，在 GPT Image 2 / gpt_image_2 上生成品牌级产品图像。专业品牌/产品视觉的入口。适用场景：“产品照片”、“影棚照”、“生活方式图”、“Pinterest Pin”、“主图/Banner”、“轮播图”、“广告创意”、“Meta 广告”、“虚拟试穿”、“模特展示”、“人物手持产品”、“手部特写”、“悬浮/漂浮/水花飞溅产品”、“CGI/超现实产品”、“风格重绘”、“季节/美学变体”，或任何产品、品牌及付费社交媒体创意。模式：product_shot、lifestyle_scene、closeup_product_with_person、moodboard_pin、hero_banner、social_carousel、ad_creative_pack、virtual_model_tryout、conceptual_product、restyle。后端会组装最终提示词；切勿手动自由编写。不适用于：无产品的文本生成图像（请使用 higgsfield-generate）、品牌化身视频（请使用 higgsfield-generate Marketing Studio）、电商商品列表卡片（请使用 higgsfield-marketplace-cards）、Soul Character 训练（请使用 higgsfield-soul-id）。

训练一个 Soul Character —— 基于人脸的个性化模型，Higgsfield 使用该模型进行身份保真的图像和视频生成。适用场景：“create my Soul”、“train my face”、“make my digital twin”、“build me an avatar”、“learn my appearance”、“create a character of me”、“set up identity for video”、“I want my face in generated images”。调用链：训练 Soul（一次性操作，返回 reference_id） → 在 higgsfield-generate 中通过 `--soul-id <id>` 配合 `text2image_soul_v2` 或 `soul_cinema_studio` 等模型使用。不适用于：单次人脸替换（请使用带 --image 参数的 higgsfield-generate）、具名角色/非写实头像（请使用带 prompt 参数的 higgsfield-generate）。

通过 Higgsfield 生成电商商品主图卡片：合规主图、商品副图以及 A+ 页面内容模块。当用户要求生成电商上架图片、商品详情卡片、商品副图、产品信息图、场景展示图、A+ 页面内容、电商图片集或可直接销售的产品视觉图时使用此技能。后端维护电商合规参考与提示词模板；此技能仅将用户意图路由至 CLI。不适用于无电商/上架上下文的常规品牌产品摄影（请使用 higgsfield-product-photoshoot）、视频生成或 UGC 广告（请使用 higgsfield-generate），以及 Soul 角色训练（请使用 higgsfield-soul-id）。

当用户希望为营销创建、生成、编辑或优化图像时——博客主图、社交媒体图形、产品模型、个人资料横幅、商品展示图……