#image-generation

249 articles

在 Claude Code 里用 WaveSpeed 技能生成图像与视频

给 Claude Code 接入 AI 媒体生成的三种方式——一条命令装技能、插件市场、MCP server——以及 agent 拿它们做什么、哪里有坑。

给 Cline 加上 WaveSpeed MCP server，agent 获得七个工具：实时目录搜索、逐模型 schema 自省、带本地文件上传的生成、以及花钱前的价格报价。

实用配置指南：在 DeepSeek Harness（dsh）中安装 WaveSpeed 技能，让 agent 搜索模型目录、读取输入 schema、运行任意图像/视频/音频/3D 模型——每次运行前还能先查价格。

在 Gemini CLI 中安装 WaveSpeed 扩展，agent 就能搜索实时模型目录、读取输入 schema、运行任意图像/视频/音频/3D 模型——每次运行前还能先查价格。

OpenCode 会从 .claude/skills 加载技能——而 wavespeed skill install 写入的正是这里。一条命令，agent 就能搜索模型目录、读取输入 schema、运行任意图像/视频/音频/3D 模型。

Reve 2.0是一款以布局为先的4K AI图像模型，专为精准生成与迭代编辑而构建。本文介绍其更新内容、适用场景，以及开发者应对比的API替代方案。

面向开发者的对比分析，涵盖GPT Image 2、FLUX 2和Imagen 4在提示词遵循、图像编辑、文字渲染、成本控制及生产API工作流方面的表现。

HiDream-O1-Image-Dev是一款80亿参数的蒸馏图像模型，去除了VAE和外部文本编码器，原生生成2K分辨率图像，在GenEval、DPG和HPSv3评测中超越了7倍体量的模型。

Nucleus Image — 快速、高质量的文生图模型。支持灵活的宽高比、可调节的推理步数、CFG、负向提示词、种子控制及多种输出格式。在WaveSpeedAI上每张图片仅需$0.01。

正在寻找DeeVid AI的替代品？WaveSpeedAI提供1000+最先进的模型、API优先架构，以及更出色的AI视频和图像生成质量。

使用快手 Kling Elements Advanced 生成具有精准元素控制的图像。在WaveSpeedAI上以高级精度组合对象、角色和风格。

Alibaba WAN 2.7 Text-to-Image通过文本提示生成高质量图像，具备思维模式以增强推理能力。卓越的文字渲染，支持多种宽高比。REST API，每张图像$0.04，无冷启动。