prompt-optimizer/docs/image-mode.md

图像模式（Image Mode）

图像模式提供文生图（T2I）与图生图（I2I，单张本地图片）能力，输出统一为 base64（默认 image/png），生成多张时串行执行。

功能范围

• 文生图：仅文本提示词
• 图生图：单张本地图片 + 文本提示词（仅 png/jpeg，≤10MB）
• 输出：base64（默认 image/png）
• 生成张数：1~4（串行，不并发）
• 暂不支持：多图融合、组图、mask/局部编辑、upscale、历史记录、图像模板

内置图像模型与环境变量

• Gemini（image-gemini）
  • provider: gemini
  • defaultModel: gemini-2.5-flash-image-preview
  • apiKey: 复用 VITE_GEMINI_API_KEY
• Seedream（image-seedream）
  • provider: seedream
  • defaultModel: doubao-seedream-4-0-250828
  • apiKey: 读取 VITE_SEEDREAM_API_KEY | VITE_ARK_API_KEY（或 process.env.ARK_API_KEY）
• Seedream 5.0 Lite（image-seedream-50-lite）
  • provider: seedream
  • defaultModel: doubao-seedream-5-0-260128
  • apiKey: 复用 VITE_SEEDREAM_API_KEY | VITE_ARK_API_KEY（或 process.env.ARK_API_KEY）

提示：配置好以上环境变量后，内置图像模型将自动注入并按需启用。

使用方法（Web）

1. 顶部导航“高级模式”改为下拉：选择“图像模式”。
2. 左侧输入提示词；可选择本地图片（图生图）；设置生成张数（1~4）。
3. 选择图像模型（来自图像模型管理器）。
4. 点击“生成”，右侧显示单图 base64 预览，支持下载与复制。

模型管理

• 模型管理器新增标签页：“文本模型｜图像模型”。
• 图像模型页支持：新增、编辑、启用/禁用、删除。
• 连通性测试：当前版本在图像页暂不提供（后续可考虑快速小图验证）。

校验与限制

• 本地图片：仅 image/png 或 image/jpeg；大小 ≤ 10MB（前端与后端均有校验）。
• count：1~4，串行执行。
• Seedream 请求固定关闭组图（sequential_image_generation='disabled'），返回 b64_json。

开发说明

• 核心层：ImageService + 适配器（Gemini/Seedream/OpenAI），适配器注册表按 provider 路由。
• UI：ImageWorkspace.vue 为图像模式工作区；通过 useImageGeneration 调用 ImageService。
• 代理与网络：现在仅支持直接访问模型提供商，如在浏览器环境遇到跨域限制，请改用桌面版或自行配置反向代理。