image-generation

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Image Generation

图片生成

Generate images using Google's Gemini model (default) or fal.ai FLUX.2 klein 4B (cheap mode).

使用Google的Gemini模型（默认）或fal.ai FLUX.2 klein 4B（低成本模式）生成图片。

Quick Start

快速开始

MANDATORY: Always use

-d

(destination) flag to specify output path. This avoids file management issues with

poster_0.jpg

in the scripts folder.

bash

cd ~/.claude/skills/image-generation/scripts

【必填项】：务必使用

-d

（目标路径）参数指定输出路径。这可以避免脚本文件夹中出现

poster_0.jpg

这类文件管理问题。

bash

cd ~/.claude/skills/image-generation/scripts

ALWAYS specify destination with -d flag

务必使用-d参数指定目标路径

npx tsx generate_poster.ts -d /tmp/my-image.jpg "A futuristic city at sunset"

npx tsx generate_poster.ts -d /tmp/my-image.jpg "日落时分的未来都市"

Cheap mode: fal.ai FLUX.2 klein 4B (fast, lower cost)

低成本模式：使用fal.ai FLUX.2 klein 4B（速度快、成本低）

npx tsx generate_poster.ts --cheap -d /tmp/city.jpg "A futuristic city at sunset"

npx tsx generate_poster.ts --cheap -d /tmp/city.jpg "日落时分的未来都市"

With aspect ratio

指定宽高比

npx tsx generate_poster.ts -d /tmp/landscape.jpg --aspect 3:2 "A wide landscape poster" npx tsx generate_poster.ts --cheap -d /tmp/story.jpg -a 9:16 "A vertical story format"

npx tsx generate_poster.ts -d /tmp/landscape.jpg --aspect 3:2 "宽幅风景海报" npx tsx generate_poster.ts --cheap -d /tmp/story.jpg -a 9:16 "竖版故事格式"

With reference assets (image editing)

使用参考素材（图片编辑）

npx tsx generate_poster.ts -d /tmp/banner.jpg --assets "/path/to/avatar.jpg" "Create banner with character" npx tsx generate_poster.ts --cheap -d /tmp/photo.jpg --assets "/path/to/image.jpg" "Turn this into a realistic photo"


**Why `-d` is mandatory:**
- Output goes to predictable location (e.g., `/tmp/` for temp images)
- Avoids hunting for `poster_0.jpg` in scripts folder
- Enables immediate use without file renaming

npx tsx generate_poster.ts -d /tmp/banner.jpg --assets "/path/to/avatar.jpg" "创建包含角色的横幅" npx tsx generate_poster.ts --cheap -d /tmp/photo.jpg --assets "/path/to/image.jpg" "将此转换为写实照片"


**为什么`-d`是必填项：**
- 输出文件会保存到可预测的位置（例如`/tmp/`用于临时图片）
- 无需在脚本文件夹中查找`poster_0.jpg`
- 无需重命名即可直接使用文件

Providers

服务商

Provider	Flag	Use Case	Cost
Gemini	(default)	High quality, best results	Higher
fal.ai klein 4B	`--cheap`	Fast, budget-friendly	~$0.003/image

服务商	参数	适用场景	成本
Gemini	（默认）	高质量，效果最佳	较高
fal.ai klein 4B	`--cheap`	速度快、经济实惠	约$0.003/张

Cheap Mode (

--cheap

)

低成本模式（

--cheap

）

Uses fal.ai FLUX.2 klein 4B - a distilled FLUX model optimized for speed and cost.

Why use cheap mode?

Cost: ~$0.003 per image (vs Gemini's higher cost)
Speed: Fast 4-step inference (~2-4 seconds)
Quality: Good enough for drafts, social media, iterations
Batch friendly: Generate many variations quickly

Endpoints:

Text-to-image:
```
fal-ai/flux-2/klein/4b
```
Image editing (with --assets):
```
fal-ai/flux-2/klein/4b/edit
```

Best for:

Quick iterations and previews
Social media content
Concept exploration
Batch generation (10+ images)

Use Gemini instead for:

Final production assets
Complex compositions
Text-heavy images (especially Hebrew)

使用fal.ai FLUX.2 klein 4B——这是一个经过蒸馏优化的FLUX模型，兼顾速度与成本。

为什么使用低成本模式？

成本：约$0.003每张图片（对比Gemini成本更低）
速度：快速4步推理（约2-4秒）
质量：足以满足草稿、社交媒体内容、迭代需求
批量友好：可快速生成多个变体

接口：

文本转图片：
```
fal-ai/flux-2/klein/4b
```
图片编辑（搭配--assets参数）：
```
fal-ai/flux-2/klein/4b/edit
```

最佳适用场景：

快速迭代与预览
社交媒体内容
概念探索
批量生成（10张以上图片）

以下场景建议使用Gemini：

最终生产素材
复杂构图
含大量文字的图片（尤其是希伯来语）

Quality

画质控制

Control image resolution with

--quality

-q

Quality	Resolution	Use Case
`1K`	1024px	Default - fast, good for web
`2K`	2048px	High quality - print, detailed posters

bash

npx tsx generate_poster.ts -q 2K "High quality poster"

使用

--quality

或

-q

参数控制图片分辨率：

画质	分辨率	适用场景
`1K`	1024px	默认 - 速度快，适合网页使用
`2K`	2048px	高质量 - 印刷、细节丰富的海报

bash

npx tsx generate_poster.ts -q 2K "高质量海报"

Aspect Ratio

宽高比

IMPORTANT: Always use the default 3:2 aspect ratio unless the user explicitly requests a different format (like "vertical", "story", "square", etc.). Do NOT change the aspect ratio on your own.

Control image dimensions with

--aspect

-a

Ratio	Use Case
`3:2`	Horizontal (DEFAULT - use this unless user specifies otherwise)
`1:1`	Square - Instagram, profile pics
`2:3`	Vertical - Pinterest, posters
`16:9`	Wide - YouTube thumbnails, headers
`9:16`	Tall - Stories, reels, TikTok

bash

npx tsx generate_poster.ts --aspect 3:2 "Your prompt"
npx tsx generate_poster.ts -a 16:9 "Your prompt"

【重要提示】：除非用户明确要求其他格式（如"竖版"、"故事格式"、"正方形"等），否则请始终使用默认的3:2宽高比。请勿自行更改宽高比。

使用

--aspect

或

-a

参数控制图片尺寸：

比例	适用场景
`3:2`	横版（默认 - 除非用户指定，否则使用此比例）
`1:1`	正方形 - Instagram、头像
`2:3`	竖版 - Pinterest、海报
`16:9`	宽屏 - YouTube缩略图、页眉
`9:16`	竖长版 - 故事视频、Reels、TikTok

bash

npx tsx generate_poster.ts --aspect 3:2 "你的提示词"
npx tsx generate_poster.ts -a 16:9 "你的提示词"

Adding Assets (Reference Images)

添加参考素材

Use

--assets

with full paths to include reference images:

bash

undefined

使用

--assets

参数搭配完整路径来添加参考图片：

bash

undefined

Single asset

单张素材

npx tsx generate_poster.ts --assets "/full/path/to/image.jpg" "Your prompt"

npx tsx generate_poster.ts --assets "/full/path/to/image.jpg" "你的提示词"

Multiple assets (comma-separated)

多张素材（逗号分隔）

npx tsx generate_poster.ts --assets "/path/a.jpg,/path/b.png" "Use both images"

npx tsx generate_poster.ts --assets "/path/a.jpg,/path/b.png" "使用这两张图片"

With cheap mode - uses fal.ai edit endpoint

搭配低成本模式 - 使用fal.ai编辑接口

npx tsx generate_poster.ts --cheap --assets "/path/to/image.jpg" "Turn this into a painting"


**Supported formats:** `.jpg`, `.jpeg`, `.png`, `.webp`, `.gif`

**IMPORTANT:** Assets are NOT automatically included. You must explicitly pass them via `--assets`.

npx tsx generate_poster.ts --cheap --assets "/path/to/image.jpg" "将此转换为油画风格"


**支持的格式：** `.jpg`, `.jpeg`, `.png`, `.webp`, `.gif`

【重要提示】：素材不会自动添加，必须通过`--assets`参数显式传入。

Destination (MANDATORY)

目标路径（必填项）

ALWAYS use

--destination

-d

to specify output path:

bash

undefined

【务必】使用

--destination

或

-d

参数指定输出路径：

bash

undefined

REQUIRED: Always specify destination

必填：始终指定目标路径

npx tsx generate_poster.ts -d /tmp/poster.jpg "My poster"

npx tsx generate_poster.ts -d /tmp/poster.jpg "我的海报"

If file exists, auto-adds suffix: poster_1.jpg, poster_2.jpg, etc.

如果文件已存在，会自动添加后缀：poster_1.jpg, poster_2.jpg等


**Features:**
- Auto-creates parent directories if needed
- Collision avoidance: if file exists, adds `_1`, `_2`, etc.
- Use `/tmp/` for temporary images that will be uploaded elsewhere


**特性：**
- 自动创建所需的父目录
- 避免文件冲突：如果文件已存在，会添加`_1`、`_2`等后缀
- 临时图片可保存到`/tmp/`，方便后续上传

API Configuration

API配置

Create

scripts/.env

GEMINI_API_KEY=your_gemini_api_key
FAL_KEY=your_fal_api_key
XAI_API_KEY=your_xai_api_key

创建

scripts/.env

文件：

GEMINI_API_KEY=your_gemini_api_key
FAL_KEY=your_fal_api_key
XAI_API_KEY=your_xai_api_key

Hebrew/RTL Content

希伯来语/RTL内容

IMPORTANT: When the image contains Hebrew text, you MUST add the following sentence to the prompt:

"CRITICAL: Layout is RTL (right-to-left). All text in Hebrew. Visual flow, reading order, and panel sequence go from RIGHT to LEFT."

Copy this exact sentence and paste it at the BEGINNING of your prompt. Without it, the image will render left-to-right which is wrong for Hebrew content.

【重要提示】：当图片包含希伯来语文本时，必须在提示词开头添加以下语句：

"CRITICAL: Layout is RTL (right-to-left). All text in Hebrew. Visual flow, reading order, and panel sequence go from RIGHT to LEFT."

请复制此精确语句并粘贴到提示词的开头。如果不添加，图片会以左到右的布局渲染，这对于希伯来语内容是错误的。

WOW Mode

WOW模式

When user asks for "wow mode" or wants maximum visual impact, add these epic elements to the prompt:

"EPIC CINEMATIC WOW: Amazed expression, mind-blown reaction, intense VFX - shattered glass particles, explosive energy bursts, volumetric light rays, dramatic lens flares, particle explosions, motion blur streaks, holographic glitches, electric sparks, cinematic color grading, dramatic rim lighting, depth of field bokeh, anamorphic lens effects. Maximum visual spectacle."

当用户要求"wow模式"或需要最大化视觉冲击力时，在提示词中添加以下元素：

"EPIC CINEMATIC WOW: Amazed expression, mind-blown reaction, intense VFX - shattered glass particles, explosive energy bursts, volumetric light rays, dramatic lens flares, particle explosions, motion blur streaks, holographic glitches, electric sparks, cinematic color grading, dramatic rim lighting, depth of field bokeh, anamorphic lens effects. Maximum visual spectacle."

Output

输出说明

Files saved to path specified by
```
-d
```
flag (MANDATORY)
Aspect ratio: Configurable via
```
--aspect
```
(default: 3:2)
Quality: 1K (1024px on longest edge)

文件保存到
```
-d
```
参数指定的路径（必填项）
宽高比：可通过
```
--aspect
```
配置（默认：3:2）
画质：1K（最长边1024px）

Video Generation

视频生成

Generate videos using xAI Grok Imagine Video (default) or fal.ai LTX-2 (cheap mode).

使用xAI Grok Imagine Video（默认）或fal.ai LTX-2（低成本模式）生成视频。

Quick Start

快速开始

bash

cd ~/.claude/skills/image-generation/scripts

bash

cd ~/.claude/skills/image-generation/scripts

Text-to-video (Grok Imagine - high quality, 720p)

文本转视频（Grok Imagine - 高质量，720p）

npx tsx generate_video.ts -d /tmp/video.mp4 "A futuristic city at sunset, cinematic drone shot"

npx tsx generate_video.ts -d /tmp/video.mp4 "日落时分的未来都市，电影级无人机镜头"

Cheap mode: fal.ai LTX-2 (fast, low cost)

低成本模式：使用fal.ai LTX-2（速度快、成本低）

npx tsx generate_video.ts --cheap -d /tmp/video.mp4 "A futuristic city at sunset"

npx tsx generate_video.ts --cheap -d /tmp/video.mp4 "日落时分的未来都市"

Image-to-video (animate a still image)

图片转视频（将静态图片动起来）

npx tsx generate_video.ts -d /tmp/animated.mp4 --image /path/to/image.jpg "Slow zoom with particles floating" npx tsx generate_video.ts --cheap -d /tmp/animated.mp4 --image /path/to/image.jpg "Gentle camera movement"

npx tsx generate_video.ts -d /tmp/animated.mp4 --image /path/to/image.jpg "缓慢缩放+粒子漂浮" npx tsx generate_video.ts --cheap -d /tmp/animated.mp4 --image /path/to/image.jpg "轻柔的镜头移动"

Custom duration and aspect ratio

自定义时长和宽高比

npx tsx generate_video.ts -d /tmp/long.mp4 -t 10 -a 9:16 "Vertical video for stories"

undefined

npx tsx generate_video.ts -d /tmp/long.mp4 -t 10 -a 9:16 "竖版故事视频"

undefined

Video Providers

视频服务商

Provider	Flag	Quality	Duration	Resolution	Cost
Grok Imagine	(default)	High, cinematic	1-15s	480p/720p	Per-second billing
fal.ai LTX-2	`--cheap`	Good, fast	1-10s	~480p	Budget-friendly

服务商	参数	画质	时长	分辨率	成本
Grok Imagine	（默认）	高质量，电影级	1-15秒	480p/720p	按秒计费
fal.ai LTX-2	`--cheap`	良好，速度快	1-10秒	约480p	经济实惠

Video Options

视频选项

Option	Flag	Default	Description
Prompt	(positional)	required	Text description of the video
Destination	`-d`	required	Output file path (.mp4)
Duration	`-t`	5	Duration in seconds
Aspect ratio	`-a`	16:9	16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3
Resolution	`-r`	720p	480p or 720p (Grok only)
Image source	`--image`	none	Source image for image-to-video
Cheap mode	`--cheap`	false	Use LTX-2 instead of Grok

选项	参数	默认值	说明
提示词	（位置参数）	必填	视频的文字描述
目标路径	`-d`	必填	输出文件路径（.mp4）
时长	`-t`	5	视频时长（秒）
宽高比	`-a`	16:9	16:9、9:16、1:1、4:3、3:4、3:2、2:3
图片源	`--image`	无	图片转视频的源图片
低成本模式	`--cheap`	false	使用LTX-2替代Grok

image-generation

Original

Translation

Image Generation

图片生成

Quick Start

快速开始

ALWAYS specify destination with -d flag

务必使用-d参数指定目标路径

Cheap mode: fal.ai FLUX.2 klein 4B (fast, lower cost)

低成本模式：使用fal.ai FLUX.2 klein 4B（速度快、成本低）

With aspect ratio

指定宽高比

With reference assets (image editing)

使用参考素材（图片编辑）

Providers

服务商

Cheap Mode (--cheap)

低成本模式（--cheap）

Quality

画质控制

Aspect Ratio

宽高比

Adding Assets (Reference Images)

添加参考素材

Single asset

单张素材

Multiple assets (comma-separated)

多张素材（逗号分隔）

With cheap mode - uses fal.ai edit endpoint

搭配低成本模式 - 使用fal.ai编辑接口

Destination (MANDATORY)

目标路径（必填项）

REQUIRED: Always specify destination

必填：始终指定目标路径

If file exists, auto-adds suffix: poster_1.jpg, poster_2.jpg, etc.

如果文件已存在，会自动添加后缀：poster_1.jpg, poster_2.jpg等

API Configuration

API配置

Hebrew/RTL Content

希伯来语/RTL内容

WOW Mode

WOW模式

Output

输出说明

Video Generation

视频生成

Quick Start

快速开始

Text-to-video (Grok Imagine - high quality, 720p)

文本转视频（Grok Imagine - 高质量，720p）

Cheap mode: fal.ai LTX-2 (fast, low cost)

低成本模式：使用fal.ai LTX-2（速度快、成本低）

Image-to-video (animate a still image)

图片转视频（将静态图片动起来）

Custom duration and aspect ratio

自定义时长和宽高比

Video Providers

视频服务商

Video Options

视频选项

Cheap Mode (
`--cheap`
)

低成本模式（
`--cheap`
）