1仕組みと動作原理

他のツール系skillと同一の骨組みを採用：belt CLIのホワイトリスト実行＋「50+ モデル」のカタログ表（表内に16のapp-id行：GPT-Image-2/FLUX系/P-Image系/Gemini/Grok/Seedream/Reve/ImagineArt/Topaz）。agentが--input JSONを入力するだけでリモート推論がトリガーされます。

tools/image/ai-image-generation/SKILL.md

belt app run falai/flux-dev-lora --input '{"prompt": "a cat astronaut in space"}'

Quick Startはtwitter/videoシリーズと完全に同型であり、本リポジトリのツール系skillは同一テンプレートの異なる「カタログページ」に過ぎません。

「単一モデルの複数機能」は入力キーの切り替えで表現：gpt-image-2はpromptのみ渡すとText-to-Image、images:[...]を追加すると画像編集/局所編集を実行。一方、P-Image-EditやReveなどは独立したappとして編集機能を担います。

tools/image/ai-image-generation/SKILL.md

"prompt": "change the background to a beach at sunset",

入力コントラクトにはスキーマファイルが存在せず、すべてサンプルのJSONで示されています。モデルは例示からパラメータキー（quality/images/size/aspect_ratio/width/height）を推論します。

差別化されたセールスポイントが再現可能なサンプルとして記述：テキストレンダリング（Reveによる'HELLO WORLD'ポスター）、4K対応（Seedream 4.5）、超低価格（FLUX Klein $0.0001/image）のそれぞれにコマンドが用意され、agentが必要に応じてモデルを選択できます。

tools/image/ai-image-generation/SKILL.md

"prompt": "A poster that says HELLO WORLD in bold letters"

選定理由（ultra-cheap/2K-4K/text rendering）が表の行に直接注記されており、ルーティングの判断基準として機能しています。

後処理・ユーティリティ系appを同一エントリポイントに統合：Topazのアップスケーリングやstitch-imagesの画像結合が生成モデルと並んでリストされており、「Image-to-Imageの後処理」もプラットフォーム上でapp化されていることを示しています。

tools/image/ai-image-generation/SKILL.md

belt app run infsh/stitch-images --input '{

結合やアップスケーリングに本skill以外のローカル画像ツールは一切不要であり、ローカル環境への依存がさらに削減されています。

エコシステム上の位置づけは「コンテンツチェーンの素材供給源」：Related Skillsには同列の画像パッケージ（p-image/gpt-image/flux-image/upscaling/background-removal）に加え、ai-video-generation（動画生成の入力素材）、ai-avatar-video（アバター素材）、twitter-automation（画像投稿）とも相互リンクされています。

tools/image/ai-image-generation/SKILL.md

npx skills add inference-sh/skills@background-removal

READMEでも本skillはビデオや検索と並び、「Tools」グループの代表的な項目の一つとして位置づけられています。

2コア機能

01Text-to-Image：GPT-Image-2、FLUX Dev/Klein、Gemini 3 Pro/2.5 Flash、Grok、Seedream、Reve、ImagineArt

02画像編集／局所編集（gpt-image-2のimages[]指定、P-Image-Edit、Reveの自然言語編集）

03LoRAによるスタイル適用（flux-dev-lora/flux-2-klein-lora/p-image-loraによるプリセットLoRAスタイル）

044Kやテキストレンダリングなどの特徴的モデルの選択（Seedream 4.5の2K-4K、Reveのテキストレンダリング）

05後処理：Topazによる画像拡大、stitch-imagesによる複数画像結合

06動画／アバター／SNS投稿スキルと連携する素材の生成

3外部依存関係

Kind	Dependency / Endpoint
cli	belt（inference.sh CLI）
package	belt-sh/cli（npx skills add 安装）
api	平台图像模型/工具 app：openai/gpt-image-2、falai/flux-dev-lora、falai/flux-2-klein-lora、pruna/p-image(-lora/-edit)、google/gemini-3-pro-image-preview、xai/grok-imagine-image、bytedance/seedream-4-5、falai/reve、falai/imagine-art-1-5-pro-preview、pruna/flux-klein-4b、falai/topaz-image-upscaler、infsh/stitch-images
network	平台文档（docs/apps/running、image-generation example）
network	安装说明托管

4推奨統制措置と判定根拠

安全運用のための推奨統制措置

Agent 向け

段階的・都度認可、サンドボックス推奨

管理者向け

承認フロー、ロールバック可能、全履歴監査

判定根拠（ファイルパスと抜粋）

网络端点: 外部ネットワークアクセスの宣言: platform belt CLI → inference.sh プラットフォーム（画像生成/編集app。出力はcloud.inference.shにホスト） [
SKILL.md: ホストCLIインタプリタまたは外部実行環境の呼び出しを宣言

監査ノート： 。リポジトリ内のツール系skillと一貫しています：スクリプトなし、クレデンシャル読み取りなし、直接のネットワーク通信コードなし。実行インターフェースはホワイトリスト化されたbelt CLIであり、外部送信先も予見可能です（inference.shおよびその背後にある画像モデルベンダー）。留意点：① 生成ごとにアカウント枠を消費し、高額帯（4K/Proプレビューモデル）では特に消費が大きくなります。② 参照画像・生成画像が外部の第三者サービスへ送信されるため、素材の機密性は保証されません。③ サプライチェーン上の留意点は従来同様（npxのバージョン固定なし、リネームされていないinference-shミラー、LICENSEファイルなし）。統一グレーディング基準に基づき：本skillが呼び出す`belt`はサードパーティのnpm/npx配布CLI（`npx skills add belt-sh/cli`で導入）であり、`belt login`のログイン状態で動作しinference.shのアカウント利用枠/課金を消費するため、「サードパーティCLI呼び出しであり、利用枠/ログイン状態に影響を及ぼす」に該当し、オレンジ（評価後利用）と判定します。skillのソースコード自体にはトークンや秘密情報の読み取り処理は含まれていません。

5二重目の独立検証

[discrepancy] description 宣称 50+ models — 表内可数 app-id 行为 16，'50+ models' 在本 SKILL.md 无法定位核实，属平台注册表层面宣称（belt app list --category image 可查全量）。
[ok] Models 名单逐项定位 — GPT-Image-2/FLUX Dev LoRA/FLUX.2 Klein/Gemini 3 Pro/Gemini 2.5 Flash/Grok Imagine/Seedream 4.5/Reve/ImagineArt 均在表中有行；description 提到 'Seedream 4.5' 而表内另含 4.0/3.0，无冲突。
[ok] 能力声明示例支撑（i2i/inpainting/LoRA/editing/text rendering/upscaling） — 编辑由 gpt-image-2 的 images[] 示例与 P-Image-Edit/Reve 支撑；LoRA 由 flux-dev-lora/flux-2-klein-lora/p-image-lora 支撑；text rendering 由 Reve HELLO WORLD 示例支撑；inpainting 仅在 description/表行出现，无独立示例（同 gpt-image-2 编辑能力，未单列）——记为部分 ok。
[ok] 无脚本/无凭证/无直连网络 — 目录仅 SKILL.md；curl/wget/密钥 token 零命中；执行面 allowed-tools: Bash(belt *)。
[ok] 本地文件写入面 — 本文件示例无 shell 重定向，不写本地文件。
[ok] 图像输入全远程 URL — images/image_url 值均为 https://…；无本地上传/路径读取指令。
[ok] license/stars/commit 元数据 — pin == 本地 HEAD == becc25649700；101-skills/superpowers stars=0、pushed_at 2026-08-31T22:58:53Z；MIT 声明见 plugin.json/README 徽标，树内无 LICENSE 文件。
[unlocatable] installs 安装量 — 无公开安装量数据源，置 null。

6結論

単一エントリポイントで主要モデルファミリーを網羅：OpenAI、fal、Google、xAI、ByteDanceの画像モデルを単一のbeltインターフェースに統合し、各社のSDKを個別に組み込む手間を排除。

コスト基準の事前明示：$0.0001/imageのFLUX Kleinなど低コスト帯が表に明記されており、コストを重視するユーザーが用途に応じて選択可能。

再現可能なセールスポイント：テキストレンダリング、4K、編集、LoRAにそれぞれ最小実行例が付属しており、agentがそのまま模倣して安定した結果を出力可能。

エコシステム連携により「画像生成→動画生成→投稿」のシームレスな自動化を実現し、本skillがコンテンツチェーンの素材ソースとして機能。

最適な用途： マーケティング、デザイン、コンテンツ制作チームがagentのワークフロー内で画像（製品イメージ、SNS用画像、コンセプトアート）を一括生成・編集したい場合や、複数モデルの横断比較を行いたい場合、LoRA/4K/テキストレンダリングなどの特定機能を活用したい場合に適しています。また、LP、動画、アバターなど下流のskillに対する素材供給源としても最適です。

不向きな用途： 画像を社内ネットワーク外に出せない／完全ローカル生成が必須の環境には不向きです。高頻度の無料試用（すべて従量課金）には適していません。モデルの切り替えを必要としないライトユーザーであれば、公式の単体製品（ChatGPTやGeminiなど）を直接利用する方が簡便です。プロンプトの安全対策やコンテンツモデレーションポリシーの厳密な制御が求められるエンタープライズのコンプライアンス要件には適していません。

Install Agent-Ready

① Verified Mirror 2026-09-09

Option A · Direct DownloadDownload ai-image-generation.tar.gz

sha256: f66b680166c1a445…

Option B · Copy Guide for Agent

install.json

Agent はこの JSON ガイドから自動的にダウンロードして検証します。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit becc256497.