mediagen

mediagen 是一个面向 AI 编程助手的图片与视频生成 Skill，支持 Google Gemini、OpenAI 和 Kie AI 三大平台。只需用自然语言描述需求，Agent 就能自动选择合适的模型、比例、分辨率，生成高质量视觉内容。

核心能力

支持图片生成、图片编辑和视频生成三大任务。通过自然语言指令即可调用，Agent 会自动处理：选择最合适的 provider 和模型（如 Gemini 处理 21:9 宽屏和视频，OpenAI 不支持 16:9），将模糊描述扩展为完整提示词（含主体、构图、光线、材质等要素），并在生成后自动为内容打上 AI 生成标签。

支持模型

图片：Google Gemini（支持多种尺寸和 21:9 宽屏）、OpenAI DALL-E、Kie AI（聚合约 30 个第三方模型）。视频：目前仅 Gemini 支持。

使用方式

安装后对 Agent 说「帮我做一张产品的落地页大图，宽屏、氛围感强」，Agent 会自动调用 mediagen image 命令，生成符合要求的图片。整个过程无需人工干预 API key 配置，Skill 会引导完成初始化。

特点

一个 Skill 同时覆盖三大 AI 平台，Agent 自动匹配合适模型；内置提示词优化逻辑，避免生成简陋或风格不对的内容；支持 AI 内容标记，方便遵守欧盟 AI 法案等合规要求。