# img-gen

**Repository Path**: cloudmarket/img-gen

## Basic Information

- **Project Name**: img-gen
- **Description**: 调用大模型接口生成图片
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-10
- **Last Updated**: 2026-06-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI Image CLI

AI 图片生成命令行工具，支持 ModelScope（魔搭）、NVIDIA、Google Gemini、OpenRouter 和 OpenAI 多个平台。

## 安装

```bash
npm install
npm run build
```

## 配置

在项目根目录创建 `.env` 文件：

```env
# ModelScope Configuration
MODELSCOPE_API_KEY=your_modelscope_api_key_here
MODELSCOPE_ENDPOINT=https://api.modelscope.cn/v1/models

# NVIDIA Configuration
NVIDIA_API_KEY=your_nvidia_api_key_here
NVIDIA_ENDPOINT=https://api.nvidia.com/explorer

# Gemini Configuration
GEMINI_API_KEY=your_gemini_api_key_here
GEMINI_ENDPOINT=https://generativelanguage.googleapis.com/v1beta/models

# OpenRouter Configuration
OPENROUTER_API_KEY=your_openrouter_api_key_here
OPENROUTER_ENDPOINT=https://openrouter.ai/api/v1/chat/completions

# OpenAI Configuration
OPENAI_API_KEY=your_openai_api_key_here
OPENAI_ENDPOINT=https://api.openai.com/v1/images/generations

# Default Settings
DEFAULT_PROVIDER=modelscope
DEFAULT_OUTPUT_DIR=images
DEFAULT_MODEL_MODELSCOPE=damo/cv_diffusion_text-to-image
DEFAULT_MODEL_NVIDIA=stabilityai/stable-diffusion-3.5-large
DEFAULT_MODEL_GEMINI=gemini-2.5-flash-image
DEFAULT_MODEL_OPENROUTER=bytedance-seed/seedream-4.5
DEFAULT_MODEL_OPENAI=gpt-image-2
```

**获取 API Key：**
- **魔搭**: https://modelscope.cn
- **NVIDIA**: https://developer.nvidia.com/nvidia-api-explorer
- **Gemini**: https://aistudio.google.com/apikey
- **OpenRouter**: https://openrouter.ai/keys
- **OpenAI**: https://platform.openai.com/api-keys

## 使用方法

### 快速生成

```bash
node bin/img-gen.js "一只可爱的猫咪"
```

### 指定输出目录

```bash
node bin/img-gen.js "风景画" -o output/
```

### 指定提供商

```bash
node bin/img-gen.js "未来城市" --provider nvidia
```

### 指定模型

```bash
node bin/img-gen.js "科技感建筑" --provider modelscope --model "damo/cv_diffusion_text-to-image"
```

### 交互模式

无参数时自动进入交互模式：

```bash
node bin/img-gen.js
```

### 批量生成

创建包含提示词的文本文件，每行一个：

```
一只可爱的猫咪
蓝天白云下的草原
未来科技城市
```

运行批量生成：

```bash
node bin/img-gen.js --batch prompts.txt
```

### 高级参数

```bash
node bin/img-gen.js "高质量风景图" \
  --provider modelscope \
  --steps 30 \
  --guidance 8.0 \
  --width 1024 \
  --height 1024
```

### 提高生成稳定性（固定种子）

使用 `--seed` 参数可以固定随机种子，同一提示词配合相同 seed 可获得一致的构图效果：

```bash
node bin/img-gen.js "水浒人物信息卡" \
  --provider openrouter \
  --model "bytedance-seed/seedream-4.5" \
  --seed 42
```

批量生成时保持风格统一：

```bash
node bin/img-gen.js -d .\shuihuzhuan\prompts\ \
  --provider openrouter \
  --model "bytedance-seed/seedream-4.5" \
  --seed 12345
```

## 参数说明

| 参数 | 简写 | 说明 | 默认值 |
|------|------|------|--------|
| `prompt` | - | 图片描述（位置参数） | - |
| `--output` | `-o` | 输出目录 | `images` |
| `--provider` | `-p` | 提供商：`modelscope`、`nvidia`、`gemini`、`openrouter` 或 `openai` | `.env` 配置 |
| `--model` | `-m` | 指定模型 | `.env` 配置的默认模型 |
| `--batch` | `-b` | 批量处理文件路径（每行一个提示词） | - |
| `--file` | `-f` | 从文件读取提示词 | - |
| `--dir` | `-d` | 从目录读取所有文件的提示词 | - |
| `--steps` | `-s` | 生成步数 | 提供商默认值 |
| `--guidance` | `-g` | 引导系数 | 提供商默认值 |
| `--width` | `-w` | 图片宽度（比例值，如 1、9、16） | 1 |
| `--height` | `-h` | 图片高度（比例值，如 1、16、9） | 1 |
| `--seed` | - | 随机种子，用于提高生成稳定性 | 随机 |

> **提示**：`--width` 和 `--height` 传入的是比例值而非像素值。例如 9:16 比例传入 `-w 9 -h 16`。

## 项目结构

```
├── src/
│   ├── cli.ts              # CLI 入口
│   ├── commands/
│   │   └── generate.ts     # 生成命令逻辑
│   ├── providers/
│   │   ├── modelscope.ts   # 魔搭 API
│   │   ├── nvidia.ts       # NVIDIA API
│   │   ├── gemini.ts       # Google Gemini API
│   │   ├── openrouter.ts   # OpenRouter API
│   │   └── openai.ts       # OpenAI API
│   ├── config/
│   │   └── index.ts        # 配置管理
│   └── types/
│       └── index.ts        # 类型定义
├── bin/
│   └── img-gen.js          # 入口文件
└── .env                    # 配置文件
```