inference.sh 图像生成 Skill 技能

inference.sh 图像生成技能，把多家图像模型的调用方式统一到一套 CLI 工作流里。它面向 Claude、Codex 与 Claude Code，让开发者用一个入口完成文生图、图像编辑、放大与拼接，而无需在不同模型供应商之间来回切换提示词与工具。

核心能力

• 统一 CLI 工作流：通过文档化的 infsh app run 示例，统一调用 inference.sh 图像应用。
• 应用清单查询：支持用 image 分类过滤器列出可用的图像应用，方便挑选。
• 多模型支持：提供 FLUX、Gemini、Grok、Seedream、Reve、ImagineArt、Topaz 等模型 ID。
• 文生图提示结构：展示面向不同供应商的提示词组织方式，便于横向对比出图效果。
• 放大与拼接：演示图像超分放大与多图拼接的请求模式，覆盖后期处理需求。
• 文档直达：链接到 inference.sh 官方文档，便于查阅应用运行与图像生成的完整说明。

安装配置

1. 准备 Node.js 环境，确保可以使用 npx。
2. 执行安装命令：npx skillstore add inference-shell/ai-image-generation。
3. 在支持的助手（Claude / Codex / Claude Code）中加载该技能。
4. 按 inference.sh 平台要求准备访问凭据，并确认网络可达。

使用步骤

1. 明确出图需求，确定是文生图、编辑、放大还是拼接。
2. 用 image 分类过滤列出可用图像应用，选定目标模型。
3. 依据技能提供的提示词结构撰写 prompt，指定模型 ID 与关键参数。
4. 通过 infsh app run 执行生成，获取结果图。
5. 如需后期处理，追加放大或拼接请求。
6. 在多模型之间做对比实验，挑选质量与成本最合适的方案。

适用场景

• 产品概念图：用模型专属提示词生成工作室风格的产品概念图。
• 营销视觉草稿：跨多个图像模型产出社媒图、海报概念与营销变体。
• 图像工作流原型：测试 inference.sh 图像应用在生成、放大、拼接与模型对比上的表现。
• 批量素材生产：为内容运营与设计团队稳定产出可用的图像素材。

适用人群

• 需要跨多模型对比出图效果的 AI 应用开发者。
• 希望把图像处理流程脚本化的工程团队。
• 追求统一工具链、减少工具切换成本的设计与运营人员。

工作原理

技能本质是一层「CLI 编排与提示词模板」。它把 inference.sh 上的图像应用统一抽象为可执行命令，助手根据需求选择模型 ID、组织提示词并调用 infsh app run，再把生成、放大、拼接等步骤串成一条流水线；模型清单与参数说明由官方文档持续维护，技能负责把它们转为可复用的调用范式。

官方链接

• 技能页面：https://skillstore.io/skills/inference-shell-ai-image-generation
• 仓库地址：https://github.com/inference-shell/skills
• 安装命令：npx skillstore add inference-shell/ai-image-generation

> 说明：本技能风险等级为 safe，审计状态 complete，支持 Claude、Codex、Claude Code，采用 MIT 许可证，质量评分 78。