gemini-api

Gemini API 技能为 Google 先进图像生成模型提供了一个流畅的互动接口，专为高质量生产工作流程进行了优化。开发人员可以直接通过命令行接口生成、编辑图像并进行迭代。通过整合 gemini-3-pro-image-preview 与 gemini-2.5-flash-image 等模型，此技能在 4K 高画质输出与快速原型迭代之间取得了平衡。它专为需要以程序控制图像生成且不想增加额外手动负担的工程师与设计师所设计，确保视觉内容生成能成为软件交付流程中可扩展的一部分。

• 支持文本转图像生成，提供从社交媒体标准 1:1 到电影级 21:9 的自定义长宽比。

• 具备图像编辑与风格应用功能，可使用参考图像来保持视觉的一致性。

• 先进的 CLI 标志系统，允许对模型 ID、重试策略与风格模板进行细致控制。

• 自动指数退避与重试机制，用于处理瞬时网络错误、速率限制 (429) 与服务器超时。

• 完整的错误处理机制，针对 API 密钥问题、输入验证错误与内容政策限制进行分类，利于快速恢复。

• 用户必须提供有效的 GEMINI_API_KEY 环境变量来进行请求验证。

• 若要获得一致的风格输出，请使用包含 --style 标志与 Markdown 格式模板的功能。

• 建议结合批处理使用，以便针对单一提示词生成多个变体进行反复精炼。

• 注意内容政策违规将触发特定错误代码，此时需要调整输入的提示词。

• 请监控重试逻辑（默认尝试 3 次），并针对高延迟或不稳定的网络环境调整 --max-retries 标志。

• 非常适合用于自动化内容生成、UI 资产制作以及在 CI/CD 管道中进行营销素材的快速原型开发。