生图 Skill 与多 Agent 配合
模型越来越强，生图却不一定越来越简单。大部分人拿着顶尖生图模型，生成的图依然和脑子里的差很多。最头疼的往往是三点：
- 提示词门槛高：别人写的提示词精细得堪比论文，普通人只能说出「帮我画得好看点」的大白话。
- 流程太断裂：写文案、想关键词、去网页端生成、保存下载、再拖进设计软件……全是重复劳动，没法沉淀工作流复用。
- 批量出图困难：想做一套品牌宣传图或一本绘本，角色一致性难搞。
解决这些问题的方案是一套组合：多 Agent + GPT-Image-2 Skill。这个 Skill 可开启多 Agent 分工协作完成图片生成，地址：https://github.com/kangarooking/kangarooking-skills/tree/main/multi-agent-image
先用成果说话：一句话做出小游戏
用这套组合干的第一件事是开发一款类似马里奥的闯关小游戏。输入只有一句话：「做一款类似马里奥的小游戏」。
这套组合自动让 GPT-Image-2 画角色、场景和 UI 素材，再让 Codex 把跳跃、碰撞、交互这些逻辑接起来，最后从零拼出一个能跑、能跳、能玩的游戏 Demo：
整个过程不需要学怎么写复杂提示词，也不用在各个工具之间来回复制粘贴。把大概的想法丢给它，它就能：
- 自动理解真正意图，把大白话翻译成专业的设计要求
- 自动规划任务步骤，决定先画什么后画什么
- 自动把生成的单张图设计成一系列风格统一的可用素材
整套流程先用 GPT-Image-2 设计素材，再根据设计去开发，开发出来的东西不仅功能稳定，视觉上也很好。
一、多 Agent + Skill 组合的分工
三层架构概览：
这三层用最简单的话说：
- Agent 是大脑：负责理解输入到底在表达什么，拆任务、安排顺序，判断这次是做海报、角色、游戏素材，还是一整套品牌物料。
- Skill 是双手：负责沉淀已跑通的方法，比如 Prompt 编译、风格管理、尺寸规范、批量模板、审核逻辑。
- GPT-Image-2 是引擎：负责把前面整理好的专业指令生成高质量图片。
光有这三个节点还不够。为了让各个 Agent 团队配合得更默契，底座用了 Hermes 多 Agent 协同系统：
画图的、搞设计的、精修的、质量审查的、写代码的，各个 Agent 各司其职，做完自动交接给下一个。
同时系统里还装了一个案例库，相当于一本菜谱：以前做成功过的项目会积累到案例库，下次遇到类似需求直接调出来复用，替换部分信息就能开工，不用从零开始试错。
二、真实场景案例
除了直出高质量 UI 的应用，还能做各种场景的出图。以下是日常工作中最容易遇到的几种。
Case 1：电商产品图自动化生成
上传产品描述文字，Agent 自动提炼视觉关键词 → 调用 Skill → Image 2 输出符合平台规范的商品主图。测试点：批量处理、风格统一、免修图。
某宝找的原始图：
自动生成的一系列商品图：
Case 2：营销海报一键生成
输入活动主题和品牌色，Agent 规划构图策略 → Skill 注入品牌风格 prompt → Image 2 生成高质感海报。非设计师也能出专业级物料。
Case 3：室内设计效果图快速出图
输入房间尺寸、偏好风格（如「北欧极简」「新中式」）和预算关键词，Agent 拆解设计要素 → Skill 生成专业室内设计 prompt → Image 2 输出多套风格效果图供选择。
装修前可以先自己设计大纲风格，后期也能降低和设计师的沟通成本。
Case 4：产品原型 UI 草图转高保真视觉稿
上传手绘线框图或低保真原型截图，Agent 识别页面结构与交互逻辑 → Skill 注入品牌视觉规范（色值、字体风格、圆角等）→ Image 2 生成接近真实产品的高保真 UI 视觉稿。
Apple 风格的 UI：
手绘风格的 UI：
再搭配上代码模型把原型直接开发出来，从草图到可用产品的链路就完整了。