Imagem - Habilidade de Geração de Imagens por IA

Visão Geral

Esta habilidade agrupa um helper de biblioteca padrão revisado para um modelo de imagem Gemini suportado explicitamente selecionado; a disponibilidade e o preço do modelo devem ser verificados antes de uma chamada autorizada. Ela permite a criação contínua de imagens durante qualquer sessão do Claude Code - seja você construindo interfaces de usuário frontend, criando documentação ou precisando de representações visuais de conceitos.

Multiplataforma: Funciona em Windows, macOS e Linux.

Quando Usar Esta Habilidade

Use dentro do fluxo de trabalho da ferramenta de imagem do host real e do escopo do provedor autorizado quando:

• O usuário solicitar a geração de imagens (por exemplo, "gere uma imagem de...", "crie uma foto...")
• O desenvolvimento frontend exigir imagens de placeholder ou reais
• A documentação precisar de ilustrações ou diagramas
• Visualizar conceitos, arquiteturas ou ideias
• Criar ícones, logotipos ou ativos de UI
• Qualquer tarefa onde uma imagem gerada por IA seria útil

Como Funciona

1. Recebe um prompt de texto descrevendo a imagem desejada
2. Chama a API Gemini do Google com a configuração de geração de imagem
3. Salva a imagem gerada em um local especificado (padrão para o diretório atual)
4. Retorna o caminho do arquivo para uso em seu projeto

Uso

Python (Multiplataforma - Recomendado)

# Basic usage
python scripts/generate_image.py --model "$GEMINI_MODEL" "A futuristic city skyline at sunset" "./generated-image.png"

# With custom output path
python scripts/generate_image.py "A minimalist app icon for a music player" "./assets/icons/music-icon.png"

# With custom size
python scripts/generate_image.py --size 2K "High resolution landscape" "./wallpaper.png"

Requisitos

• A variável de ambiente GEMINI_API_KEY deve ser definida
• Python 3.10+ (helper de biblioteca padrão, sem necessidade de pip install)
• GEMINI_MODEL ou --model revisado explicitamente; verifique o tamanho suportado/esquema da API
• Diretório de saída privado autorizado existente e um novo nome de arquivo .png

Verificações de Dados, Custo e Saída

Os prompts são transmitidos para o Google e podem incorrer em cobranças do provedor; aprove o serviço/dados e o escopo de custo primeiro. Não instale credenciais automaticamente, não tente novamente uma chamada faturável incerta ou sobrescreva arquivos. O helper agrupado recusa redirecionamentos, limita os bytes de resposta e valida a assinatura/MIME do PNG; não é um decodificador de imagem completo ou prova de correção visual. O timeout do socket não é um orçamento total garantido em tempo de relógio. Revise as dimensões, o conteúdo e os direitos após a entrega, e publique apenas quando autorizado. Use a ferramenta de imagem desenvolvida especificamente pelo host onde seu contrato exigir.

API de imagem Gemini atual; proveniência upstream.

Saída

As imagens geradas são salvas como arquivos PNG. O script retorna:

• Sucesso: Caminho para a imagem gerada
• Falha: Mensagem de erro com detalhes

Exemplos

Desenvolvimento Frontend

User: "I need a hero image for my landing page - something abstract and tech-focused"
-> Generates and saves image, provides path for use in HTML/CSS

Documentação

User: "Create a diagram showing microservices architecture"
-> Generates visual representation, ready for README or docs

Ativos de UI

User: "Generate a placeholder avatar image for the user profile component"
-> Creates image in appropriate size for component use

Limitações

• Use esta habilidade apenas quando a tarefa corresponder claramente ao escopo descrito acima.
• Não trate a saída como um substituto para validação específica do ambiente, testes ou revisão especializada.
• Pare e peça esclarecimentos se as entradas necessárias, permissões, limites de segurança ou critérios de sucesso estiverem faltando.