feat: 添加图片生成技能 image-gen，迁移 Qwen-Image 生成能力至内置 Skill

REFACTOR.md

@@ -48,4 +48,6 @@
 - [x] parser 从plugins 移动到 knowledge 里面，guard 移动到services 里面
 - [x] neo4j 相关的服务，可以移动到 storage 里面
 - [ ] 点开对话的时候要能够自动定位到尾部，而不是最开始。
-- [ ] 将 Qwen-Image 修改为 Skill，暴露一个工具，叫做上传图片到 MINIO，这样生成图片的时候就可以调用别的接口生成图片，并可以上传到 MINIO 上面。也就是将原本生成图片的逻辑移动到 Skill 里面来实现，这样就可以支持多种生成图片的模型了。接入多种的接口
+- [x] 将 Qwen-Image 修改为 Skill
+- [ ] 现在输入区域对于不同 mention 的渲染的 ICON 和 human-message 里面的渲染的 ICON; 居然不一样？这个是什么原因，综合并统一一下，使用最优方案。
+- [ ] 现在的消息突然居然

backend/package/yuxi/agents/skills/buildin/__init__.py

@@ -21,6 +21,13 @@ class BuiltinSkillSpec:
 _SKILLS_ROOT = Path(__file__).resolve().parent
 
 BUILTIN_SKILLS: list[BuiltinSkillSpec] = [
+    BuiltinSkillSpec(
+        slug="image-gen",
+        source_dir=_SKILLS_ROOT / "image-gen",
+        description="在 Agent 沙盒中生成图片并保存到 outputs，默认支持 Qwen-Image，也可接入其它图片生成接口。",
+        version="2026.06.02",
+        tool_dependencies=("present_artifacts",),
+    ),
     BuiltinSkillSpec(
         slug="deep-reporter",
         source_dir=_SKILLS_ROOT / "deep-reporter",

backend/package/yuxi/agents/skills/buildin/image-gen/SKILL.md

@@ -0,0 +1,82 @@
+---
+name: image-gen
+description: "在 Agent 沙盒中生成图片并保存到 outputs。当用户要求生成图片、海报、插画、文生图，或指定 Qwen-Image、其它兼容图片生成接口时使用此技能。"
+---
+
+# 图片生成技能
+
+当用户要求生成图片、海报、插画、文生图，或明确提到 Qwen-Image 时，使用此技能组织图片生成流程。
+
+## 默认生成接口
+
+默认使用 SiliconFlow 的 Qwen-Image 接口：
+
+- Endpoint: `POST https://api.siliconflow.cn/v1/images/generations`
+- Model: `Qwen/Qwen-Image`
+- 默认参数：
+  - `negative_prompt`: `""`
+  - `num_inference_steps`: `20`
+  - `guidance_scale`: `7.5`
+
+调用外部接口时，必须在 Agent 沙盒执行环境中读取 `SILICONFLOW_API_KEY`。不要依赖后端进程环境变量。
+
+## 操作流程
+
+1. 明确用户要生成的图片内容、风格、尺寸或约束；信息不足但不影响生成时，使用合理默认值，不要反复追问。
+2. 使用可用的执行工具在沙盒中运行脚本，调用图片生成接口，传入用户需求整理后的 `prompt`，并按需传入 `negative_prompt`、`num_inference_steps`、`guidance_scale`。
+3. 从生成接口响应中读取图片地址，默认路径为 `images[0].url`。
+4. 在同一个沙盒脚本中用 `Authorization: Bearer $SILICONFLOW_API_KEY` 下载该图片地址；如果接口直接返回 base64，则直接解码保存。
+5. 将最终图片保存到 `/home/gem/user-data/outputs/` 下，例如 `/home/gem/user-data/outputs/generated-image.png`。
+6. 调用 `present_artifacts`，传入保存后的 outputs 虚拟路径，让前端展示图片产物。
+7. 最终回复简要说明图片已生成，不要把外部临时 URL 当作最终结果展示。
+
+## 脚本示例
+
+可根据用户需求调整 prompt 和输出文件名：
+
+```python
+import os
+import requests
+from pathlib import Path
+
+api_key = os.environ["SILICONFLOW_API_KEY"]
+prompt = "根据用户需求整理后的图片提示词"
+
+response = requests.post(
+    "https://api.siliconflow.cn/v1/images/generations",
+    headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"},
+    json={
+        "model": "Qwen/Qwen-Image",
+        "prompt": prompt,
+        "negative_prompt": "",
+        "num_inference_steps": 20,
+        "guidance_scale": 7.5,
+    },
+    timeout=120,
+)
+response.raise_for_status()
+image_url = response.json()["images"][0]["url"]
+
+image_response = requests.get(
+    image_url,
+    headers={"Authorization": f"Bearer {api_key}"},
+    timeout=120,
+)
+image_response.raise_for_status()
+
+output_path = Path("/home/gem/user-data/outputs/generated-image.png")
+output_path.parent.mkdir(parents=True, exist_ok=True)
+output_path.write_bytes(image_response.content)
+print(output_path.as_posix())
+```
+
+## 多模型扩展
+
+如果用户指定其它图片生成模型或兼容接口，可以按该接口的协议先生成图片。只要最终拿到图片 bytes 或 base64，就保存到 `/home/gem/user-data/outputs/`，再调用 `present_artifacts` 展示。
+
+## 关键约束
+
+- 不要把外部生成接口返回的临时 URL 当作最终结果直接展示给用户。
+- 不要调用后端 MinIO 上传工具；图片生成和下载都应在沙盒内完成。
+- 如果 `SILICONFLOW_API_KEY` 缺失，应明确提示用户需要在 Agent 沙盒环境变量中配置。
+- 保存到 outputs 后必须调用 `present_artifacts`，否则前端不会自动展示生成图片。

backend/package/yuxi/agents/toolkits/buildin/__init__.py

@@ -1,10 +1,9 @@
 # buildin 工具包
 # from .install_skill import install_skill
-from .tools import ask_user_question, present_artifacts, text_to_img_qwen_image
+from .tools import ask_user_question, present_artifacts
 
 __all__ = [
     "ask_user_question",
     # "install_skill",
     "present_artifacts",
-    "text_to_img_qwen_image",
 ]

backend/package/yuxi/agents/toolkits/buildin/tools.py

@@ -1,9 +1,7 @@
 import os
-import uuid
 from pathlib import Path
 from typing import Annotated
 
-import requests
 from langchain.tools import InjectedToolCallId
 from langchain_core.messages import ToolMessage
 from langgraph.prebuilt.tool_node import ToolRuntime
@@ -11,7 +9,6 @@ from langgraph.types import Command, interrupt
 from pydantic import BaseModel, Field
 
 from yuxi.agents.toolkits.registry import ToolExtraMetadata, _all_tool_instances, _extra_registry, tool
-from yuxi.storage.minio import aupload_file_to_minio
 from yuxi.utils import logger
 from yuxi.utils.paths import VIRTUAL_PATH_OUTPUTS
 from yuxi.utils.question_utils import normalize_questions
@@ -19,15 +16,6 @@ from yuxi.utils.question_utils import normalize_questions
 # Lazy initialization for TavilySearch (only when API key is available)
 _tavily_search_instance = None
 
-QWEN_IMAGE_CONFIG_GUIDE = """
-使用前需要先配置硅基流动的图片生成访问凭证。
-
-请在后端运行环境中配置环境变量：
-- `SILICONFLOW_API_KEY`：用于调用 SiliconFlow 的图片生成接口
-
-配置完成后即可使用该工具生成图片。
-""".strip()
-
 
 def _create_tavily_search():
     """Create and register TavilySearch tool with metadata."""
@@ -216,52 +204,3 @@ def ask_user_question(
         "questions": normalized_questions,
         "answer": answer,
     }
-
-
-@tool(
-    category="buildin",
-    tags=["图片", "生成"],
-    display_name="Qwen-Image",
-    config_guide=QWEN_IMAGE_CONFIG_GUIDE,
-)
-async def text_to_img_qwen_image(
-    prompt: Annotated[str, "用于生成图片的文本描述"],
-    negative_prompt: Annotated[str, "负面提示词，用于指定不想出现在图片中的元素"] = "",
-    num_inference_steps: Annotated[int, "推理步数，范围1-100"] = 20,
-    guidance_scale: Annotated[float, "引导强度，控制图片与提示词的匹配程度"] = 7.5,
-    uid: Annotated[str, "UID，用于图片归档路径"] = "unknown",
-) -> str:
-    """使用 Qwen-Image 模型生成图片，返回图片的URL，需要注意的是，生成结果不会默认展示，需要将返回的URL进行展示处理。"""
-    url = "https://api.siliconflow.cn/v1/images/generations"
-
-    payload = {
-        "model": "Qwen/Qwen-Image",
-        "prompt": prompt,
-        "negative_prompt": negative_prompt,
-        "num_inference_steps": num_inference_steps,
-        "guidance_scale": guidance_scale,
-    }
-    headers = {"Authorization": f"Bearer {os.getenv('SILICONFLOW_API_KEY')}", "Content-Type": "application/json"}
-
-    try:
-        response = requests.post(url, json=payload, headers=headers)
-        response_json = response.json()
-    except Exception as e:
-        logger.error(f"Failed to generate image with: {e}")
-        raise ValueError(f"Image generation failed: {e}")
-
-    try:
-        image_url = response_json["images"][0]["url"]
-    except (KeyError, IndexError, TypeError) as e:
-        logger.error(f"Failed to parse image URL from response: {e}, {response_json=}")
-        raise ValueError(f"Image URL extraction failed: {e}")
-
-    # Upload to MinIO
-    response = requests.get(image_url)
-    file_data = response.content
-
-    safe_uid = str(uid or "unknown").replace("/", "_").replace("\\", "_")
-    file_name = f"user/{safe_uid}/generated-images/{uuid.uuid4()}.jpg"
-    image_url = await aupload_file_to_minio(bucket_name="public", file_name=file_name, data=file_data)
-    logger.info(f"Image uploaded. URL: {image_url}")
-    return image_url

backend/test/unit/services/test_skill_service.py

@@ -38,6 +38,16 @@ def test_parse_skill_markdown_requires_frontmatter():
         svc._parse_skill_markdown("# missing")
 
 
+def test_image_gen_builtin_skill_spec():
+    specs = {spec["slug"]: spec for spec in svc.list_builtin_skill_specs()}
+
+    assert "image-gen" in specs
+    image_gen = specs["image-gen"]
+    assert image_gen["name"] == "image-gen"
+    assert image_gen["tool_dependencies"] == ["present_artifacts"]
+    assert (image_gen["source_dir"] / "SKILL.md").exists()
+
+
 def test_is_valid_skill_slug():
     # Test valid slugs
     assert svc.is_valid_skill_slug("demo-skill") is True

docs/agents/tools-system.md

@@ -41,9 +41,11 @@ from yuxi.agents.toolkits import buildin, mysql  # 触发 @tool 装饰器执行
 |------|------|
 | `calculator` | 计算器，支持加减乘除 |
 | `ask_user_question` | 向用户发起交互式提问 |
-| `text_to_img_qwen_image` | 使用 Qwen-Image 生成图片 |
+| `present_artifacts` | 展示 Agent 沙盒 outputs 目录下的产物文件 |
 | `tavily_search` | Tavily 网页搜索（需配置 `TAVILY_API_KEY`） |
 
+Qwen-Image 生成能力已迁移为内置 Skill `image-gen`。模型调用与图片下载在 Agent 沙盒中完成，生成后的图片保存到 `/home/gem/user-data/outputs/`，再通过 `present_artifacts` 展示。
+
 ### MySQL 工具 (mysql)
 
 | 工具 | 说明 |

docs/develop-guides/roadmap.md

@@ -38,6 +38,7 @@
 ### 0.7.0 开发记录
 
 <!-- 0.7.0 的内容请放在这里 -->
+- 图片生成能力迁移为 Skill：Qwen-Image 从内置 Python 生成工具迁移到内置 Skill `image-gen`，模型调用与图片下载在 Agent 沙盒中完成，生成结果保存到 outputs 并通过 `present_artifacts` 展示，为多图片生成模型接入复用同一产物展示链路。
 - 降低知识库路由与工具模块复杂度：示例问题生成迁移到知识库 utils，文件上传统一 100 MB 限制，URL 预处理入库路径与旧 `content_type=url` 行为收敛，并修复 uid、导出 MIME 与异常透传等路由问题。
 - 重构智能体配置语义：用户可见的 `AgentConfig` 收敛为数据库持久化的一级 `Agent`，内置 Python Agent 改为智能体后端；新增 `/api/agent` 管理与运行接口，聊天、运行任务、恢复审批和文件预览均从线程绑定的 Agent 解析运行时上下文，前端只提交 `agent_id`，并在模型配置页新增“智能体”管理页签。
 - 删除 Upload 与 LightRAG 图谱/知识库能力：知识库类型收敛为 Milvus 与 Dify，只保留 Milvus 知识库内图谱构建/展示/检索，移除独立 `/graph` 页面和默认上传图谱工具。

web/src/components/ToolCallingResult/tools/ImageTool.vue

@@ -39,7 +39,7 @@ const parsedContent = computed(() => {
 
 const imageUrl = computed(() => {
   const content = parsedContent.value
-  // text_to_img_qwen_image 返回 URL 字符串
+  // 图片类工具返回 URL 字符串时直接渲染图片
   if (content && typeof content === 'string' && content.startsWith('http')) {
     return content
   }