通过 MuleRouter 或 MuleRun 多模态 API 生成图像和视频，支持文本到图像、图像到图像、文本到视频、图像到视频、视频编辑（VACE、关键帧插值）。适用于用户希望通过 AI 模型如 Wan2.6、Veo3、Nano Banana Pro、Sora2、Midjourney 生成、编辑或转换图像与视频的场景。

使用 MuleRouter 或 MuleRun 多模态 API 生成图像和视频，支持文生图、图生图、文生视频、图生视频、视频编辑（VACE、关键帧插值）。适用于用户希望通过 AI 模型如 Wan2.6、Veo3、Nano Banana Pro、Sora2、Midjourney 生成、编辑或转换图像和视频的场景。

MiniMax多模态模型技能——使用MiniMax多模态模型生成语音、音乐、视频和图像。利用MiniMax AI创建语音（文本转语音、语音克隆、语音设计、多段合成）、音乐（歌曲、纯音乐）、视频（文本转视频、图像转视频、起止帧、主体参考、模板、长篇多场景）、图像（文本转图像、带角色参考的图像转图像）以及媒体处理（转换、拼接、剪裁、提取）。当用户提及MiniMax、多模态生成，或希望生成语音/音乐/视频/图像AI内容、使用MiniMax API或结合MiniMax输出的FFmpeg工作流时启用此技能。

高质量AI图像生成（每张约0.12至0.20美元），通过EvoLink API实现文本到图像、图像到图像及图像编辑功能

通过ZenMux API（专业版/精英版）生成图像，支持文生图、图生图和多图参考融合

使用 fal.ai 的 AI 模型生成、混搭和编辑图像，支持文生图、图生图混搭以及定向修复与编辑

[--resolution 1K|2K|4K]

高品质AI图像生成（每张约0.12至0.20美元），通过EvoLink API实现文本生成图像、图像生成图像及图像编辑

使用 Nano Banana Pro（Gemini 3 Pro 图像）生成或编辑图像，支持图像创建与修改请求，包括编辑操作。支持文本到图像和图像到图像，分辨率为 1K/2K/4K，使用 --input-image 参数