Skills Agentes

Videoagent Image Studio

Acceso con un solo comando a Midjourney, Flux, Ideogram y más, sin configurar claves API, para generar cualquier imagen sin preocuparte por credenciales.

Reemplaza a: Gestionar 8 API keys distintas de proveedores de generación de imágenes

Estrellas
767

en todo el repo

Actividad
33

0–100, la ruta de este skill

Actualizado
hace 5 meses

último commit aquí

Commits
0

últimos 90 días

Contexto
1.7k tok

50 tok en reposo

Paquete
6 archivos

21 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add pexoai/pexo-skills --skill videoagent-image-studio --agent claude-code

Se instala solo en este repositorio.

Este skill makes network requests.

Qué hace

  • Genera imágenes con 8 modelos IA (Midjourney, Flux, Ideogram, Recraft, SDXL, Nano Banana) vía un script Node
  • Elige automáticamente el mejor modelo según la intención del usuario
  • Mejora el prompt con descriptores de estilo, iluminación y calidad antes de generar
  • Gestiona el polling asíncrono de Midjourney y ofrece acciones de upscale, variation y reroll

Úsalo cuando

  • El usuario pide generar, dibujar, crear o hacer cualquier imagen, foto, ilustración, icono, logo o artwork

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • Dibuja un leopardo de las nieves con iluminación cinematográfica
    • Usa Flux para generar un póster de perfume con fondo blanco
    • Muéstrame un boceto rápido
    • Hazme un icono de app estilo flat en azul

    SKILL.md

    En inglés

    🎨 VideoAgent Image Studio

    Use when: User asks to generate, draw, create, or make any kind of image, photo, illustration, icon, logo, or artwork.

    Generate images with 8 state-of-the-art AI models. This skill automatically picks the best model for the job and handles all the complexity — including Midjourney's async polling — so you can focus on the conversation.


    Quick Reference

    User Intent Model Speed
    Artistic, cinematic, painterly midjourney ~15s
    Photorealistic, portrait, product flux-pro ~8s
    General purpose, balanced flux-dev ~10s
    Quick draft, fast iteration flux-schnell ~2s
    Image with text, logo, poster ideogram ~10s
    Vector art, icon, flat design recraft ~8s
    Anime, stylized illustration sdxl ~5s
    Gemini-powered, consistent style nano-banana ~12s

    How to Generate an Image

    Step 1 — Enhance the prompt

    Before calling the script, expand the user's prompt with style, lighting, and quality descriptors appropriate for the chosen model.

    • Midjourney: Add cinematic lighting, ultra detailed, --v 7, --style raw
    • Flux: Add masterpiece, highly detailed, sharp focus, professional photography
    • Ideogram: Be explicit about text content, font style, and layout
    • Recraft: Specify vector illustration, flat design, icon style

    Step 2 — Run the script

    node {baseDir}/tools/generate.js \
      --model <model_id> \
      --prompt "<enhanced prompt>" \
      --aspect-ratio <ratio>
    

    All parameters:

    Parameter Default Description
    --model flux-dev Model ID from the table above
    --prompt (required) The image generation prompt
    --aspect-ratio 1:1 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 21:9
    --num-images 1 Number of images (1–4; Midjourney always returns 4)
    --negative-prompt Things to avoid (not supported by Midjourney)
    --seed Seed for reproducibility

    Step 3 — Return the result

    The script always waits and returns the final image URL(s). No polling required.

    {
      "success": true,
      "model": "flux-pro",
      "imageUrl": "https://...",
      "images": ["https://..."]
    }
    

    Send the imageUrl to the user.


    Midjourney Actions

    After generating a 4-image grid with Midjourney, offer the user these options:

    # Upscale image #2 (subtle, preserves details)
    node {baseDir}/tools/generate.js \
      --model midjourney \
      --action upscale \
      --index 2 \
      --job-id <job_id>
    
    # Create a strong variation of image #3
    node {baseDir}/tools/generate.js \
      --model midjourney \
      --action variation \
      --index 3 \
      --job-id <job_id> \
      --variation-type 1
    
    # Regenerate with same prompt
    node {baseDir}/tools/generate.js \
      --model midjourney \
      --action reroll \
      --job-id <job_id>
    

    Upscale types: 0 = Subtle (default, best for photos), 1 = Creative (best for illustrations)

    Variation types: 0 = Subtle (default), 1 = Strong (dramatic changes)


    Example Conversations

    User: "Draw a snow leopard on a snowy mountain with cinematic lighting"

    # Choose midjourney for artistic quality
    node {baseDir}/tools/generate.js \
      --model midjourney \
      --prompt "a majestic snow leopard on a snowy mountain peak, cinematic lighting, dramatic atmosphere, ultra detailed --ar 16:9 --v 7" \
      --aspect-ratio 16:9
    

    🎨 Done! Which one to upscale? (U1-U4) Or create a variant? (V1-V4)


    User: "Use Flux to generate a perfume product poster, white background"

    # Choose flux-pro for photorealistic product shots
    node {baseDir}/tools/generate.js \
      --model flux-pro \
      --prompt "a luxury perfume bottle on a clean white background, professional product photography, soft shadows, 8k, highly detailed" \
      --aspect-ratio 3:4
    

    User: "Show me a quick draft"

    # flux-schnell for instant previews
    node {baseDir}/tools/generate.js \
      --model flux-schnell \
      --prompt "..." \
      --aspect-ratio 1:1
    

    User: "Make me an App icon, flat style, blue theme"

    # recraft for vector/icon style
    node {baseDir}/tools/generate.js \
      --model recraft \
      --prompt "a minimal flat design app icon, blue color scheme, simple geometric shapes, vector style, white background"
    

    Setup

    Zero API keys needed! All requests go through a hosted proxy that handles authentication server-side.

    The skill works out of the box — just install and use.

    Advanced: Custom proxy or token

    If you want to use your own proxy or a persistent token, set these environment variables:

    {
      "skills": {
        "entries": {
          "videoagent-image-studio": {
            "enabled": true,
            "env": {
              "IMAGE_STUDIO_PROXY_URL": "https://your-proxy.vercel.app",
              "IMAGE_STUDIO_TOKEN": "your_token_here"
            }
          }
        }
      }
    }
    
    Variable Required Description
    IMAGE_STUDIO_PROXY_URL No Custom proxy base URL (default: https://image-gen-proxy.vercel.app)
    IMAGE_STUDIO_TOKEN No Persistent token (auto-obtained if not set, 100 free uses per token)

    To deploy your own proxy, see the videoagent-audio-studio proxy as a reference implementation. You'll need FAL_KEY and LEGNEXT_KEY as Vercel environment variables.


    Changelog

    v2.0.0

    • Simplified async: The script now blocks until Midjourney completes. No more --async / --poll flags needed in SKILL.md instructions.
    • Unified output format: All models return the same { success, imageUrl, images } shape.
    • Reference images for Nano Banana: Pass --reference-images "url1,url2" for character/style consistency across generations.

    v1.3.0

    • Added non-blocking async mode for Midjourney (--async + --poll).

    v1.2.0

    • Midjourney turbo mode enabled by default (~10-20s).

    v1.1.0

    • Switched Midjourney provider from TTAPI to Legnext.ai for better stability.

    v1.0.0

    • Initial release with Midjourney, Flux, SDXL, Nano Banana, Ideogram, Recraft.

    Reproducido de pexoai/pexo-skills bajo licencia MIT. Leer esta página en markdown.

    Archivos

    6 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Antes de instalar

    No requiere claves API propias: todo pasa por un proxy alojado, aunque opcionalmente se puede configurar IMAGE_STUDIO_PROXY_URL y IMAGE_STUDIO_TOKEN.

    Necesita en el PATH:node

    Detalles

    Creador
    pexoai
    Categoría
    Diseño y UI
    Licencia
    MIT
    Recursos incluidos
    Incluye scripts o referencias
    Código fuente
    Ver SKILL.md

    Más de pexoai/pexo-skills

    Este repo incluye 20 skills. Si instalas uno, normalmente ya tienes los demás.

    Skill de generación de video con IA que selecciona modelo automáticamente entre Seedance 2, Kling 3.0, HappyHorse y más de 10 modelos, y produce videos multi-toma de 5–120s desde texto, imágenes, URLs, guiones o audio.

    Costo de contexto al activarse
    4.9k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 26 días
    diseno ui

    Genera video con IA a partir de texto, imagen o guion: enruta cada toma al mejor de 10+ modelos (Seedance, Kling, Veo, Sora...) y entrega un video final con música y subtítulos.

    Costo de contexto al activarse
    1.3k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 2 meses
    diseno ui

    Crea un video de fundador con Pexo: cuenta tu historia o pitch y Pexo escribe el guion, genera las tomas y entrega un video listo para publicar, con música.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 2 meses
    marketing

    Anima una foto fija en un vídeo terminado con Pexo: añade movimiento, cámara y música, elige el mejor modelo automáticamente y entrega el clip listo para publicar.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 2 meses
    diseno ui

    Crea anuncios nativos para TikTok con Pexo: vertical 9:16, con sonido, hook-first. Escribe el guion, secuencia las tomas, elige modelos y entrega el ad listo para publicar.

    Costo de contexto al activarse
    1.3k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 2 meses
    marketing

    Crea un video demo o explicativo de tu SaaS con Pexo: describe tu software (o pega la URL o una captura) y recibe un video terminado y listo para publicar.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 2 meses
    marketing

    Skills relacionados

    Crea arte visual en documentos .png y .pdf partiendo de una filosofía de diseño. Úsalo cuando pidan un póster, una pieza de arte, un diseño u otra pieza estática.

    Costo de contexto al activarse
    3k tok
    Tamaño del paquete
    83 archivos
    Última actualización
    hace 3 meses
    Oficialdiseno ui

    Kit para dar estilo a artefactos con un tema: diapositivas, documentos, informes o landing pages. Trae 10 temas predefinidos de colores y fuentes, y puede generar uno nuevo sobre la marcha.

    Costo de contexto al activarse
    781 tok
    Tamaño del paquete
    13 archivos
    Última actualización
    hace 3 meses
    Oficialdiseno ui

    Guía para un diseño visual distintivo e intencionado al construir o rehacer una UI. Ayuda con la dirección estética, la tipografía y las decisiones que no se leen como valores por defecto.

    Costo de contexto al activarse
    2.1k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 2 meses
    Oficialdiseno ui