Generación de Imágenes

oma-image es el enrutador de imágenes multi-proveedor de oh-my-agent. Genera imágenes a partir de prompts en lenguaje natural, despacha al CLI del proveedor con el que estés autenticado y escribe un manifiesto determinista junto a la salida para que cada ejecución sea reproducible.

La skill se activa automáticamente con palabras clave como image, illustration, visual asset, concept art, o cuando otra skill necesita una imagen como efecto secundario (hero, miniatura, foto de producto).

Cuándo Usar

Generar imágenes, ilustraciones, fotos de producto, concept art, visuales hero/landing
Comparar el mismo prompt entre varios modelos en paralelo (--vendor all)
Producir activos desde un flujo de trabajo dentro del editor (Claude Code, Codex, Gemini CLI)
Permitir que otra skill (diseño, marketing, docs) llame al pipeline de imágenes como infraestructura compartida

Cuándo NO Usar

Editar o retocar una imagen existente — fuera de alcance (usa una herramienta dedicada)
Generar videos o audio — fuera de alcance
Composición SVG / vectorial inline a partir de datos estructurados — usa una skill de plantillas
Redimensionar o convertir formato de manera simple — usa una librería de imágenes, no un pipeline de generación

Proveedores de un Vistazo

La skill es CLI-first: cuando el CLI nativo de un proveedor puede devolver bytes de imagen sin procesar, se prefiere la ruta vía subproceso por encima de una API key directa.

Proveedor	Estrategia	Modelos	Activador	Costo
`pollinations`	HTTP directo	Gratis: `flux`, `zimage`. Con créditos: `qwen-image`, `wan-image`, `gpt-image-2`, `klein`, `kontext`, `gptimage`, `gptimage-large`	`POLLINATIONS_API_KEY` configurada (registro gratuito en https://enter.pollinations.ai)	Gratis para `flux` / `zimage`
`codex`	CLI-first — `codex exec` vía OAuth de ChatGPT	`gpt-image-2`	`codex login` (no se necesita API key)	Cargado a tu plan de ChatGPT
`gemini`	CLI-first → fallback a API directa	`gemini-2.5-flash-image`, `gemini-3.1-flash-image-preview`	`gemini auth login` o `GEMINI_API_KEY` + facturación	Deshabilitado por defecto; requiere facturación

pollinations es el proveedor por defecto porque flux / zimage son gratuitos, así que activarlo automáticamente con palabras clave es seguro.

Inicio Rápido

# Free, zero-config — uses pollinations/flux
oma image generate "minimalist sunrise over mountains"

# Compare every authenticated vendor in parallel
oma image generate "cat astronaut" --vendor all

# Specific vendor + size + count, skip cost prompt
oma image generate "logo concept" --vendor codex --size 1024x1024 -n 3 -y

# Cost estimate without spending
oma image generate "test prompt" --dry-run

# Inspect authentication and install status per vendor
oma image doctor

# List registered vendors and the models each one supports
oma image list-vendors

oma img es un alias de oma image.

Comando Slash (Dentro de un Editor)

/oma-image a red apple on white background
/oma-image --vendor all --size 1536x1024 jeju coastline at sunset
/oma-image -n 3 --quality high --out ./hero "minimalist dashboard hero illustration"

El comando slash se reenvía al mismo pipeline de oma image generate — todos los flags del CLI también funcionan aquí.

Referencia del CLI

oma image generate "<prompt>"
  [--vendor auto|codex|pollinations|gemini|all]
  [-n 1..5]
  [--size 1024x1024|1024x1536|1536x1024|auto]
  [--quality low|medium|high|auto]
  [--out <dir>] [--allow-external-out]
  [-r <path>]...
  [--timeout 180] [-y] [--no-prompt-in-manifest]
  [--dry-run] [--format text|json]

oma image doctor
oma image list-vendors

Flags Clave

Flag	Propósito
`--vendor <name>`	`auto`, `pollinations`, `codex`, `gemini`, o `all`. Con `all`, todos los proveedores solicitados deben estar autenticados (modo estricto).
`-n, --count <n>`	Número de imágenes por proveedor, 1–5 (acotado por tiempo de pared).
`--size <size>`	Aspecto: `1024x1024` (cuadrado), `1024x1536` (vertical), `1536x1024` (horizontal), o `auto`.
`--quality <level>`	`low`, `medium`, `high`, o `auto` (por defecto del proveedor).
`--out <dir>`	Directorio de salida. Por defecto `.agents/results/images/{timestamp}/`. Las rutas fuera de `$PWD` requieren `--allow-external-out`.
`-r, --reference <path>`	Hasta 10 imágenes de referencia (PNG/JPEG/GIF/WebP, ≤ 5 MB cada una). Repetible o separado por comas. Soportado en `codex` y `gemini`; rechazado en `pollinations`.
`-y, --yes`	Omite el prompt de confirmación de costo para ejecuciones estimadas en ≥ `$0.20`. También vía `OMA_IMAGE_YES=1`.
`--no-prompt-in-manifest`	Almacena el SHA-256 del prompt en lugar del texto sin procesar en `manifest.json`.
`--dry-run`	Imprime el plan y la estimación de costo sin gastar.
`--format text\|json`	Formato de salida del CLI. JSON es la superficie de integración para otras skills.
`--strategy <list>`	Escalado solo para Gemini, p. ej. `mcp,stream,api`. Sobrescribe `vendors.gemini.strategies`.

Imágenes de Referencia

Adjunta hasta 10 imágenes de referencia para guiar el estilo, la identidad del sujeto o la composición.

oma image generate -r ~/Downloads/otter.jpeg "same otter in dramatic lighting" --vendor codex
oma image generate -r a.png -r b.png "blend these styles" --vendor gemini
oma image generate -r a.png,b.png "blend these styles" --vendor gemini

Proveedor	Soporte de referencia	Cómo
`codex` (gpt-image-2)	Sí	Pasa `-i <path>` a `codex exec`
`gemini` (2.5-flash-image)	Sí	Inserta `inlineData` en base64 dentro de la solicitud
`pollinations`	No	Rechazado con código de salida 4 (requiere hosting por URL)

Dónde Viven las Imágenes Adjuntadas

Claude Code — ~/.claude/image-cache/<session>/N.png, expuestas en mensajes del sistema como [Image: source: <path>]. Acotadas a la sesión: cópialas a una ubicación duradera si quieres reutilizarlas más adelante.
Antigravity — directorio de carga del workspace (el IDE muestra la ruta exacta)
Codex CLI como host — debe pasarse explícitamente; los adjuntos dentro de la conversación no se reenvían

Cuando el usuario adjunta una imagen y pide generar o editar otra basada en ella, el agente que invoca debe reenviarla vía --reference <path> en lugar de describirla en prosa. Si el CLI local es demasiado antiguo para soportar --reference, ejecuta oma update y reintenta.

Estructura de Salida

Cada ejecución escribe en .agents/results/images/ dentro de un directorio con timestamp y sufijo de hash:

.agents/results/images/
├── 20260424-143052-ab12cd/                 # single-vendor run
│   ├── pollinations-flux.jpg
│   └── manifest.json
└── 20260424-143122-7z9kqw-compare/         # --vendor all run
    ├── codex-gpt-image-2.png
    ├── pollinations-flux.jpg
    └── manifest.json

manifest.json registra el proveedor, modelo, prompt (o su SHA-256), tamaño, calidad y costo — cada ejecución es reproducible solo a partir del manifiesto.

Costo, Seguridad y Cancelación

Control de costo — las ejecuciones estimadas en ≥ $0.20 piden confirmación. Omítela con -y o OMA_IMAGE_YES=1. El pollinations por defecto (flux/zimage) es gratis, así que el prompt se omite automáticamente para él.
Seguridad de rutas — las rutas de salida fuera de $PWD requieren --allow-external-out para evitar escrituras inesperadas.
Cancelable — Ctrl+C (SIGINT/SIGTERM) aborta toda llamada a proveedor en curso junto con el orquestador.
Salidas deterministas — manifest.json siempre se escribe junto a las imágenes.
n máximo = 5 — un límite de tiempo de pared, no una cuota.
Códigos de salida — alineados con oma search fetch: 0 ok, 1 general, 2 safety, 3 not-found, 4 invalid-input, 5 auth-required, 6 timeout.

Protocolo de Clarificación

Antes de invocar oma image generate, el agente que llama ejecuta esta lista de verificación. Si falta algo y no se puede inferir, pregunta primero o amplifica el prompt y muestra la expansión para aprobación.

Requerido:

Sujeto — ¿cuál es el elemento principal de la imagen? (objeto, persona, escena)
Entorno / fondo — ¿dónde está?

Fuertemente recomendado (preguntar si está ausente y no es inferible):

Estilo — ¿fotorrealista, ilustración, render 3D, óleo, concept art, vector plano?
Mood / iluminación — brillante vs sombrío, cálido vs frío, dramático vs minimalista
Contexto de uso — ¿hero image, ícono, miniatura, foto de producto, póster?
Relación de aspecto — cuadrada, vertical u horizontal

Para un prompt breve como "a red apple", el agente no hace preguntas de seguimiento. En su lugar amplifica inline y muestra al usuario:

Usuario: "a red apple" Agente: "Lo generaré como: a single glossy red apple centered on a clean white background, soft studio lighting, photorealistic, shallow depth of field, 1024×1024. ¿Procedo, o prefieres un estilo/composición diferente?"

Cuando el usuario ha redactado un brief creativo completo (≥ 2 de: sujeto + estilo + iluminación + composición), su prompt se respeta literalmente — sin clarificación, sin amplificación.

Idioma de salida. Los prompts de generación se envían al proveedor en inglés (los modelos de imagen están entrenados predominantemente con descripciones en inglés). Si el usuario escribió en otro idioma, el agente traduce y muestra la traducción durante la amplificación para que el usuario pueda corregir cualquier malinterpretación.

Invocación Compartida (Desde Otras Skills)

Otras skills llaman a la generación de imágenes como infraestructura compartida:

oma image generate "<prompt>" --format json

El manifiesto JSON escrito en stdout incluye las rutas de salida, proveedor, modelo y costo — fácil de parsear y encadenar.

Configuración

Configuración del proyecto: config/image-config.yaml
Variables de entorno:
- OMA_IMAGE_DEFAULT_VENDOR — sobrescribe el proveedor por defecto (de lo contrario, pollinations)
- OMA_IMAGE_DEFAULT_OUT — sobrescribe el directorio de salida por defecto
- OMA_IMAGE_YES — 1 para omitir la confirmación de costo
- POLLINATIONS_API_KEY — requerida para el proveedor pollinations (registro gratuito)
- GEMINI_API_KEY — requerida cuando el proveedor gemini cae al fallback de la API directa
- OMA_IMAGE_GEMINI_STRATEGIES — orden de escalado separado por comas para gemini (mcp,stream,api)

Solución de Problemas

Síntoma	Causa probable	Solución
Código de salida `5` (auth-required)	El proveedor seleccionado no está autenticado	Ejecuta `oma image doctor` para ver qué proveedor necesita login. Luego `codex login` / configura `POLLINATIONS_API_KEY` / `gemini auth login`.
Código de salida `4` en `--reference`	`pollinations` rechaza referencias, o el archivo es demasiado grande / formato incorrecto	Cambia a `--vendor codex` o `--vendor gemini`. Cada referencia debe ser ≤ 5 MB y PNG/JPEG/GIF/WebP.
`--reference` no reconocido	El CLI local está desactualizado	Ejecuta `oma update` y reintenta. No recurras a una descripción en prosa.
La confirmación de costo bloquea la automatización	La ejecución se estima en ≥ `$0.20`	Pasa `-y` o configura `OMA_IMAGE_YES=1`. Mejor: cambia al `pollinations` gratuito.
`--vendor all` aborta de inmediato	Uno de los proveedores solicitados no está autenticado (modo estricto)	Autentica el proveedor faltante, o elige un `--vendor` específico.
Salida escrita en un directorio inesperado	El valor por defecto es `.agents/results/images/{timestamp}/`	Pasa `--out <dir>`. Las rutas fuera de `$PWD` necesitan `--allow-external-out`.
Gemini no devuelve bytes de imagen	El bucle agéntico del CLI de Gemini no emite `inlineData` sin procesar en stdout (a partir de 0.38)	El proveedor cae automáticamente a la API directa. Configura `GEMINI_API_KEY` y asegura facturación.

Relacionado

Skills — la arquitectura de skills de dos capas que impulsa oma-image
Comandos del CLI — referencia completa del comando oma image
Opciones del CLI — matriz global de opciones

Cuándo Usar​

Cuándo NO Usar​

Proveedores de un Vistazo​

Inicio Rápido​

Comando Slash (Dentro de un Editor)​

Referencia del CLI​

Flags Clave​

Imágenes de Referencia​

Dónde Viven las Imágenes Adjuntadas​

Estructura de Salida​

Costo, Seguridad y Cancelación​

Protocolo de Clarificación​

Invocación Compartida (Desde Otras Skills)​

Configuración​

Solución de Problemas​

Relacionado​