Epixa 多模型聚合 AI 生图

概述

Epixa 图片生成

使用 Epixa 平台的图片生成能力，把用户的文字描述（prompt）变成一张真实的图片，并把结果展示给用户、汇报积分消耗。

这个技能能做什么

• ✅ 文生图：根据一段文字描述生成图片
• ✅ 指定模型：用户指定用什么模型，就用什么模型；不指定则自动选默认模型
• ✅ 自定义参数：画幅比例（1:1 / 16:9 / 9:16）、画质（1K / 2K / 4K）、一次生成张数
• ✅ 垫图生成：用户提供参考图时，先上传参考图再生成
• ✅ 积分汇报：告诉用户本次消耗了多少积分

说明：本技能聚焦图片生成。积分消耗由脚本根据模型定价自动计算；剩余积分需用户登录网站查看（见下文）。

技术实现

本技能通过一个 Python 辅助脚本与平台 API 交互。脚本已封装好全部网络逻辑，你只需要按流程调用它，不要自己用 curl 或 requests 重新实现 API 调用。

脚本位置：本技能（即当前这份 SKILL.md）所在目录下的 scripts/epixa.py。调用时优先直接使用相对路径 python scripts/epixa.py <子命令> ...；若当前工作目录不是技能目录，请先用文件搜索工具（Glob / 文件查找）定位这份 SKILL.md 的完整路径——脚本就在它同级的 scripts/epixa.py 里，用该完整路径调用。

重要（跨宿主通用性）：不要把技能路径假定为某个固定目录（如 ~/.claude/skills/、~/.workbuddy/skills/ 或 ~/.codex/skills/）。同一份技能在不同宿主下安装位置不同，但脚本始终跟随本 SKILL.md，所以一律通过"定位本 SKILL.md → 取同级 scripts/epixa.py"的方式获取脚本路径。

脚本子命令速查

所有命令失败时都会以非零退出码退出并在 stderr 输出中文错误原因；generate 成功时在 stdout 输出一个 JSON 对象（含图片 URL、本地路径、积分消耗等），你需要解析它并向用户展示。

使用流程

第一步：确保已配置 API Key

运行 python scripts/epixa.py config：

• 如果显示「✅」或包含有效 Key（非"未配置"），继续下一步。
• 如果显示「⚠️ 尚未配置 API Key」，需要引导用户连接账户。用通俗易懂的话向用户说明：

生成图片需要连接你的 Epixa 账户。请按以下步骤操作：

1. 打开网站 https://epixa.cn，登录你的账号
2. 点击右上角头像菜单里的「API集成」
3. 点击创建，生成一个 API Key（一串密钥字符）
4. 把生成的 Key 发给我，我会帮你保存到本地，之后就不用重复输入了

用户提供 Key 后，执行 python scripts/epixa.py config --set <用户提供的Key> 保存。注意：用户的 API Key 是敏感信息，仅保存到本地配置文件（~/.workbuddy/epixa-config.json），不要写进任何会提交到仓库的文件，也不要在没有必要时反复打印完整 Key。

如果用户说"没有账号"，告诉他可以去 https://epixa.cn 免费注册。

第二步：确认生成需求

与用户确认以下内容（用户不说的部分用默认值，不要一项一项追问）：

智能选模型（用户没指定模型时）

不同模型擅长的内容不同，选对模型能让出图效果明显更好。当用户没指定模型时，按以下步骤选：

1. 运行 python scripts/epixa.py suggest --prompt "<用户的图片内容描述>"。
2. 脚本会返回一个 JSON，包含：recommendation（综合推荐 + 理由）、default_model（平台默认）、ranked_models（所有模型按匹配度排序，含各自特点描述、定价、命中的关键词）。
3. 优先采纳脚本的 recommendation。但脚本的推荐基于关键词匹配，如果你（作为 AI）根据用户的完整描述、模型的 description 特点，判断另一个模型明显更合适，可以覆盖推荐并简短说明理由。
4. 把最终选定的模型 ID 传给 generate --model <id>。

判断要点（供参考，具体以脚本实时返回的模型特点为准）：

• 用户要国风/水墨/多角色/人物一致/海报/小字 → 优先即梦 4.5（doubao-seedream-4-5）
• 用户要高密度信息图/图表/真实摄影/写实 → 优先即梦 5.0 Pro（doubao-seedream-5-0-pro）
• 用户要推理/联网搜索/复杂指令类内容 → 优先即梦 5.0 Lite（doubao-seedream-5-0-260128）
• 用户要带文字的海报/写实照片 → 优先 GPT Image 2
• 用户要艺术感/插画/梦幻氛围 → 优先 Midjourney
• 用户要报纸/菜单/试卷等复杂版面 → 优先千问 3.0 Pro
• 其余普通需求 → 用平台默认模型即可

智能选比例（仅回答"什么比例合适"的咨询）

生成时：用户没指定画幅时，不要传 --aspect-ratio，脚本会直接以 auto 请求模型，由模型自行决定最佳比例（不会用下方规则干预生成）。

咨询时：只有用户主动问"小红书封面用什么比例""抖音封面尺寸"这类问题时，才用下方的 ASPECT_RULES 知识库回答：

1. 运行 python scripts/epixa.py suggest --prompt "<图片内容描述>"，返回的 JSON 里 aspect_ratio 字段会给出推荐比例和理由。
2. 也可以直接查阅下方内置的平台/场景比例知识（完整见脚本 ASPECT_RULES）回答用户。

内置的平台/场景比例知识（节选，完整见脚本 ASPECT_RULES）：

兜底逻辑：如果理想比例恰好不在所选模型支持的比例里（比如 6:7），脚本会自动映射到最接近的支持比例（如 4:5），并在 📐 提示里标注"已映射"，不会报错。

第三步：垫图流程（仅当用户提供参考图时）

用户给了一张或多张本地图片作为参考图时，需要先把它们上传到平台换取公网 URL：

1. 确认图片文件在本地磁盘上存在（可能是用户拖入的路径，或你自己找到的文件）
2. 对每张图片运行 python scripts/epixa.py upload --file <图片路径>，从返回的 JSON 里取出 url
3. 把拿到的 URL 通过 --ref-image <url> 传给 generate（可重复传多个）

第四步：调用 generate 生成图片

构造命令，例如：

python scripts/epixa.py generate 
  --prompt "一只戴着宇航员头盔的橘猫，背景是星空" 
  --model gpt-image-2 
  --aspect-ratio 1:1 
  --quality 1K 
  --n 1

• 用户没指定模型时，不要传 --model，脚本会自动选默认模型。
• 用户没指定画幅时，不要传 --aspect-ratio，脚本会以 auto 请求模型，由模型自行决定最佳比例（打印 📐 未指定画幅比例 提示）。
• 用户在对话里提到模型名（例如"用 nano-banana-2"），就用 --model nano-banana-2。
• 生成期间脚本会打印进度（进度信息在 stderr），耐心等待直到命令结束。任务通常需要几十秒到几分钟。

第五步：展示结果

generate 返回的 JSON 大致长这样（仅供内部解析，不要向用户展示或提及这些字段）：

{
  "task_id": "task_xxx",
  "status": "SUCCESS",
  "model": "gpt-image-2",
  "images": [
    {
      "url": "https://...",
      "local_path": null,
      "file_name": null
    }
  ],
  "credits": { "consumed": 10, "per_image": 10, "pricing_key": "1:1" },
  "output_dir": null
}

展示给用户时（对用户说的话术）：

1. 展示图片本身：用 Read 工具读取 images[].local_path（本地文件），让图片直接显示在对话里。若 local_path 为空，则把 images[].url 临时下载到缓存目录再展示，或直接展示 URL——不要提及"本地路径为空/未下载/下载失败"等任何原因。
2. 附上链接：把 images[].url 作为"图片链接"自然地告诉用户，方便他用浏览器打开或转发。
3. 保存引导：用户想保存图片时，让他点开链接保存即可。只有在用户明确要求"保存到本地/下载"时，才在命令里加 --save-local 参数（可配合 --output-dir 指定保存目录）下载到本地。
4. 汇报积分：按下方"积分汇报"小节处理。

对用户话术规范（发布 SkillHub 必备）

本技能面向普通用户，所有对用户说的话都必须是"用户视角的自然表达"，不得暴露任何内部实现细节：

• ❌ 禁止出现：--save-local、local_path、null、auto、output_dir、JSON、参数、脚本、命令行、/me、/models、locked_pricing、remaining_credits、total_credits、today_consumed、used_mb、limit_mb、standard/hd/ultra（画质档位一律说"标准/高清/超清"）、GET、API Key（必要时代之以"账户密钥"）、"默认不下载"、"我修改了规则"、"按之前的约定"、"实现细节"、"SkillHub" 等任何技术性字眼。
• ❌ 禁止向用户描述内部行为差异，例如"默认不会自动保存到本地""这次没有自动下载""脚本返回了 null"——用户不该知道也不需要知道这些。
• ✅ 保存引导的自然说法："图片链接给你了，点开就能保存/下载。"（若用户要保存到指定位置，直接帮用户操作，不要说"我需要加参数"之类的话）
• ✅ 生成过程只需告知"图片生成中，请稍候"；完成后直接给图和链接。
• ✅ 查询类功能（余额 / 存储空间 / 模型单价）同理：字段名、命令名、接口路径只用于你自己分析判断，汇报给用户时只能出现换算后的自然结果。例如——可以告诉用户"剩余 1280 积分""已用 542 MB / 5 GB""香蕉 Pro 高清档 20 积分一张"；绝不能说"接口返回 remaining_credits=1280""平台标价在 /models 里"这类话。
• ✅ 所有说明都以"生成图片"这一用户目标为中心，不解释平台机制、模型定价逻辑、账号配置方式等技术细节，除非用户主动追问。
• 记忆要点：把用户当作只想用图片的普通人，所有技术术语和内部机制都留在幕后。 你是分析师，用户只看到你的结论。

第六步：积分汇报

• 本次消耗：从 JSON 的 credits.consumed 读取并告知用户，例如"本次生成消耗 10 积分"。
  • 如果 credits.consumed 为 null，或 credits.note 非空，如实告知用户"本次消耗的积分暂时无法精确计算，请以网站账单为准"。
• 剩余积分：运行 python scripts/epixa.py balance 查询当前账户余额（详见下方"余额查询"小节），把剩余积分一起告诉用户。

余额查询（用户问"还剩多少积分"时）

用户想知道账户还剩多少积分（或生成完毕后想汇报余额）时：

1. 运行 python scripts/epixa.py balance。
2. 脚本会调用平台 GET /me 接口，返回 JSON，其中（以下字段仅供内部解析，不要向用户提及字段名）：
   • remaining_credits：剩余积分（主要汇报对象）
   • total_credits：总额度（历史累计）
   • today_consumed：今日已消耗
   • vip_level / vip_is_expired：VIP 等级及是否过期（可顺带告知）
   • email / name：账号信息
3. 向用户汇报（自然话术），例如：

你的账户当前剩余 1280 积分（总额 5000，今日已用 36）。VIP 等级：标准版。

• 若剩余积分无法获取，如实告知"暂时查询不到剩余积分，请以 https://epixa.cn 个人中心显示为准"。
• 若提示"账户密钥无效"，按"常见情况处理 → 生成失败"里的方式引导用户重新配置 Key。

存储空间查询（用户问"存储空间用了多少"时）

用户想了解账户存储空间占用情况（如"我的存储空间还剩多少""图片会不会占满空间"）时：

1. 运行 python scripts/epixa.py storage。
2. 脚本调用平台 GET /me 接口，返回 JSON（以下字段仅供内部解析，不要向用户提及字段名）：
   • used_mb：已用空间（MB）
   • limit_mb：存储限额（MB）
   • used_gb / limit_gb：换算成 GB 的数值（便于用户理解）
   • usage_percent：使用占比（%）
3. 向用户汇报（自然话术），例如：

你的存储空间已使用 542.13 MB / 5 GB（约 10.6%），还很充裕。

• 若存储信息缺失（当前套餐不含存储），如实告知"你的套餐暂不包含存储空间，请以 https://epixa.cn 个人中心显示为准"。
• 用户余额充足但空间不足时，可提示清理平台上的旧文件（任务文件默认保留 30 天）。

锁定价格查询（用户问"我这个号出图多少钱"时）

用户想了解自己账户的模型单价（如"我用 gpt-image-2 一张要多少积分""为什么价格和网站上写的不一样"）时：

1. 运行 python scripts/epixa.py pricing。
2. 脚本调用平台 GET /me 接口，返回 JSON（以下字段仅供内部解析，不要向用户提及字段名）：
   • locked_pricing：原始单价表，结构为 { 模型ID: { 画质档位: 积分单价 } }
   • items：扁平化明细列表（每条含 model / quality / credits），便于逐条介绍
3. 向用户汇报（自然话术），例如：

你的账户锁定的价格：gpt-image-2 标准 12 积分、高清 28 积分、超清 40 积分一张；即梦 4.5 高清 20 积分；Midjourney 标准 7 积分。

• 与 price 命令的分工（内部判断规则，不要向用户解释两套价格体系，除非用户主动追问）：price 用 /models 的实时定价估算单次生成消耗；pricing 展示的是账户维度锁定的结算价，扣费理论上以后者为准。向用户报价时优先用 pricing 的数据，直接报出"模型 + 档位（标准/高清/超清）+ 积分"即可。
• 若单价表为空，如实告知"你的账户暂无锁定价格，请以 https://epixa.cn 个人中心的定价说明为准"。

常见情况处理

用户想先看有哪些模型

运行 python scripts/epixa.py models，把结果用通俗的语言介绍给用户，重点说明：哪个是默认模型（带 ⭐）、各自擅长什么（名称/描述）、单张大概多少积分。然后问用户选哪个。如果用户表示"你看着办"，就走上面的智能选模型流程（suggest）根据内容帮他选。

用户说"AI 绘画/生成插画/帮我画个 Logo"等

都是本技能的使用场景，直接进入流程。把这类口语化表达翻译成适合出图的英文或中文提示词即可。

用户想把生成的图再改一版（如改风格、改比例）

直接用新要求重新走一遍流程（改 prompt 或参数），这会产生新任务、消耗新的积分，如实汇报即可。

生成失败

脚本会输出中文错误原因，例如：

• "API Key 无效" → 重新引导用户去网站生成新的密钥并更新配置（对用户说"你的账户密钥好像失效了，麻烦去个人中心重新生成一个发给我"）
• "账户积分不足" → 告知用户需要去 https://epixa.cn 充值后再生成
• "找不到模型「xxx」" → 说明该模型不可用，列出可用模型让用户重选
• "任务等待超时" → 告知用户任务仍在处理，可稍后去网站查看

遇到脚本报错时，先自己读懂 stderr 里的错误信息，再按上面的对应关系处理，不要盲目重试同一个命令。

保持耐心与清晰沟通

• 用户可能完全不懂技术，解释 API Key、积分、模型时都用大白话。
• 生成图片需要时间，命令运行期间如果用户问"好了吗"，如实回答"还在生成中，通常需要几十秒到几分钟"。
• 命令成功但图片看起来和预期不符时，可以主动提出"要不要我调整一下描述再生成一版"。