AI 绘画文生图图生图inference.sh

AI Image Generation(AI 图像生成)

一句话调用 50+ 款顶尖 AI 绘画模型,把文字描述变成图片。

一、这个 skill 是做什么的

这个 skill 让你用一句话描述,就能生成高质量的图片——无论是插画、产品图、海报、概念图还是社交媒体配图。它背后接入了 inference.sh 平台的 50 多款模型,包括 GPT-Image-2、FLUX、Google Gemini、Grok、字节 Seedream、Reve 等。

它不只能「从零画一张」(文生图),还能做很多进阶活儿:把一张图改成另一种风格(图生图)、在图片上局部修改(局部重绘 / inpainting)、给图片放大高清(upscaling)、甚至让图片里出现正确的文字(文字渲染)。对普通用户来说,最常用的就是「描述一句话 → 拿一张图」。

它本身是一个「调度台」:你告诉它想要什么,它帮你选对模型、填好参数、跑出结果。你不需要懂哪款模型叫什么名字,只要说清需求,AI大模型或AI智能体 会替你挑合适的那一款。

二、什么时候用它

三、前置条件 / 准备

1. 安装 belt 命令行(inference.sh 的官方工具)

这是这个 skill 的「发动机」。AI大模型或AI智能体 会替你在底层调用它。如果你或管理员需要手动安装,在命令行里执行:

npx skills add belt-sh/cli

2. 登录账号(首次使用必须)

在命令行执行下面这句完成登录(会打开浏览器让你授权)。登录一次之后通常长期有效:

belt login
账号与额度:inference.sh 是第三方平台,使用需要它的账号,并且生成图片可能会消耗平台的额度/积分。如果你还没账号,先去 inference.sh 官网注册并登录。具体计费以平台为准。

四、具体用法(步骤)

  1. 说清你想要的图。 用大白话描述主体、风格、画面、光线,越具体越好,例如「一只穿宇航服的猫漂浮在太空,星光照亮头盔」。
  2. (可选)指定某款模型。 如果你认得模型,可以直接点名;不点名 AI大模型或AI智能体 会替你选最合适的。常用几款:
    • openai/gpt-image-2:综合最强,能画图也能改图、局部重绘。
    • falai/flux-dev-lora:高质量、可套风格。
    • bytedance/seedream-4-5:电影感、2K–4K 高清。
    • falai/reve:擅长在图里写出正确文字。
    • falai/topaz-image-upscaler:把图片放大变清晰。
  3. 把描述交给 AI大模型或AI智能体。 它会组装好命令并调用 belt 运行,几秒到几十秒后把图片给你。
  4. 不满意就改描述重来。 调整关键词(风格、光线、构图)即可重新生成;也可以换一款模型对比效果。

五、可直接照用的示例

你直接对 AI大模型或AI智能体 说:帮我画一只穿宇航服的猫,在太空里漂浮,星光打在头盔上,电影感。

AI大模型或AI智能体 会:调用 AI Image Generation,用默认的高质量模型(如 FLUX)生成这张图,并把成品图片直接展示给你。

你直接对 AI大模型或AI智能体 说:用 GPT-Image-2 给我做一张运动鞋的产品摄影图,棚拍打光,要高清。

AI大模型或AI智能体 会:指定 openai/gpt-image-2 模型,按你的描述生成一张产品级球鞋图,并返回图片路径。

你直接对 AI大模型或AI智能体 说:把这张照片(附图)的背景换成海边日落。

AI大模型或AI智能体 会:走「图生图 / 局部编辑」流程,把你的图作为输入,按「海边日落背景」重新生成,保留主体只换背景。

进阶 / 可选:如果你习惯自己敲命令,下面是 belt 直接调用的样子(AI大模型或AI智能体 日常会帮你做这一步,你通常不用手敲):

belt app run falai/flux-dev-lora --input '{ "prompt": "professional product photo of a coffee mug, studio lighting" }'

意思:用 FLUX 模型,根据引号里的英文描述生成一张咖啡杯产品图。

六、常见注意 / 避坑

七、相关 skill / 延伸

← 返回 SKILL 库