一句话生图+生视频！这个开源 Skill 把 Gemini 和 Veo 打包成创意流水线

用自然语言一句话生图+生视频，这个开源 Skill 把 Gemini 和 Veo 打包成了一站式创意流水线

上周我试了一个特别「省心」的 AI 创作 Skill——装上之后，跟 AI 说一句话，它就能帮我生成图片、编辑图片、甚至直接出视频。不用记参数，不用调 API，一个 prompt 全搞定。

这个 Skill 叫 image-generation，来自 sonichi/sutando 仓库（GitHub ⭐ 395）。

它背后的能力来自两个 Google 模型：
– Gemini Flash Image：主打高速、多图生图、快速编辑
– Veo：Google 的视频生成模型，可以把文字描述或一张图片直接变成视频

它能做什么

图片生成 & 编辑
– 文字生图：输入 prompt，描述你要的画面，Gemini 直接出图
– 图片编辑：上传一张照片，用自然语言告诉它要改哪里——比如”把背景换成日落”或”给这只猫加个领结”
– 背景替换、风格迁移、多图生成都不在话下

视频生成（这是亮点）
– 文字生视频：描述一个场景，Veo 帮你生成几秒钟的短视频
– 图片生视频：给 AI 一张静态图，告诉它”让这张图动起来”，它真的能做到

使用方式

装好之后，核心就是一条 Python 命令：

# 文字生图
python3 "$SKILL_DIR/scripts/generate.py" --prompt "一只赛博朋克风格的机械猫"

# 图片编辑
python3 "$SKILL_DIR/scripts/generate.py" --input photo.jpg --prompt "添加日落背景"

# 文字生视频
python3 "$SKILL_DIR/scripts/generate.py" --video --prompt "城市天际线的延时摄影"

# 图片生视频
python3 "$SKILL_DIR/scripts/generate.py" --video --input scene.jpg --prompt "微风吹过草地"

支持自定义输出路径、宽高比、质量参数。

适合谁

• 设计师/创意人：快速出概念图，不用打开 Midjourney/FLUX 的复杂界面
• 内容创作者：一个 Skill 同时搞定封面图和短视频素材
• AIGC 爱好者：想用 Gemini Flash Image + Veo 但不想自己搭 Pipeline 的，直接装这个

总结

这 Skill 的核心价值是把两个强模型打包成一个流畅工作流，你只需要想清楚要什么，细节执行全交给它。如果你在找一款适合创意工作流的一站式 AI 图像+视频生成工具，这个值得试试。

GitHub 地址：https://github.com/sonichi/sutando
SkillsMP 页面：https://skillsmp.com/creators/sonichi/sutando/skills-image-generation

GitHub: https://github.com/sonichi/sutando