让 AI 帮你「做图做视频」！这三个 Skill 把 OpenAI 和 xAI 直接接进编程工作流

跟 AI 说「给我做一张产品图」，它真的就给你做出来了——不是返回一个链接，而是直接把文件写进你的项目目录。

这就是 media-gen-skills 在做的事。这是一个 GitHub 上刚出来的 AI 素材生成工具包，包含三个互为补充的 Skill：gpt-image-2、grok-image 和 grok-imagine-video。

三个 Skill，分别适合谁

gpt-image-2 是主力输出，OpenAI 的图生图模型。 它能文生图、能局部重绘（inpainting，涂个遮罩它只改那一块）、能多图合成一张、还能选输出尺寸和格式（PNG / JPEG / WebP）。做品牌物料、产品海报、设计稿的时候想要精准控制，用它最合适。费用大概是 0.006 到 0.21 美元一张，高质量 1024×1024 大概 21 美分。

grok-image 是 xAI 出品的轻量图生图，速度快、成本低（每张约 7 美分）。缺点是不能编辑已有图、也不能选精确尺寸。如果你只是需要快速出图做参考、概念草图，选 grok-image 省预算。

grok-imagine-video 是压轴亮点——xAI 的 AI 视频生成。能文生视频（最长 15 秒）、能把静态图动画化、能把参考图里的人/物合成进视频里、还能对已有视频做编辑或延长。分辨率支持 480p / 720p，比例有 1:1、16:9、9:16 等常见格式。

装起来有多简单

只要你的 AI 编程工具支持 Agent Skills（Claude Code、Kimi CLI、Cursor 等都支持），三行命令装完：

• 把仓库克隆到本地
• 运行 npx skills add satasuk03/media-gen-skills --all -g -y（全局安装）
• 复制一份 .env.example 为 .env，填入 OpenAI 和/或 xAI 的 API Key

之后直接跟 AI 说人话就行：「帮我生成一张日式简约风格的产品图」「把这张照片做成缓慢推进的动画」「把我的产品图换个背景」——它自动选 Skill，自动跑脚本，自动把文件写进工作目录。

为什么值得收藏

过去做 AIGC 物料，要在多个平台之间切换、反复复制粘贴 Prompt。现在这个工具包把 OpenAI 和 xAI 的生成能力直接接进了你的 AI 编程环境——意味着你可以把图像生成嵌进任何工作流里，做自动化品牌素材、批量出图、甚至做 AI 设计系统。3 个 Skill 加起来，覆盖了从草图到成品图、从静态图到动态视频的完整链路。

唯一需要注意的是：视频生成大概需要几分钟时间（模型排队 + 处理），Skill 内部会处理等待，你不需要盯着。

GitHub：https://github.com/satasuk03/media-gen-skills

GitHub: https://github.com/satasuk03/media-gen-skills