snapai

GitHub
1.8k 102 简单 3 次阅读 今天MIT插件图像Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

SnapAI 是一款专为 React Native 和 Expo 开发者打造的命令行 AI 图标生成工具。它旨在解决移动端开发中制作应用图标的繁琐问题,让开发者无需离开终端,仅凭一段描述文字即可在几秒钟内生成精美的方形图标。

SnapAI 的核心优势在于其高度适配移动生态的工作流。它强制输出 1024x1024 的标准比例,完美匹配 iOS 和 Android 的图标需求,彻底避免了后期裁剪和调整尺寸的烦恼。工具支持 OpenAI 及 Google Gemini 系列最新图像模型,并提供多种质量调节选项。此外,SnapAI 采用隐私优先设计,无数据追踪,所有请求直接发送至服务提供商,非常适合注重安全的团队。

对于追求效率的移动开发者而言,SnapAI 不仅能提升日常开发体验,还能无缝集成到 CI/CD 流程中实现自动化图标生成。无论是个人项目还是企业级应用,SnapAI 都能提供快速、专业且可靠的图标解决方案。

使用场景

某初创团队正在开发一款基于 React Native 的天气应用,临近上线急需生成符合 iOS 和 Android 规范的高质量图标。

没有 snapai 时

  • 需要找专业设计师沟通需求,等待周期长达数天甚至一周,严重影响发布进度。
  • 手动调整图片尺寸适配不同分辨率非常耗时,容易因格式错误导致应用商店审核被拒。
  • 外部设计稿风格难以与代码库版本管理同步,团队协作成本高且文件管理混乱。
  • 每次迭代修改图标都需要重新导出资源包并重新打包测试,浪费大量开发时间。

使用 snapai 后

  • 终端输入命令即可秒级生成 1024x1024 标准正方形图标,彻底告别等待设计师的焦虑。
  • 直接集成到 CI/CD 流程,自动化处理资源,无需人工干预,确保构建一致性。
  • 支持 OpenAI 或 Google 模型,通过参数快速尝试多种视觉风格变体,灵活控制质量。
  • 本地配置密钥发送请求,隐私安全且无额外存储成本,完全掌控数据流向。

snapai 让开发者在命令行中就能完成专业级图标生产,极大提升了移动应用上架效率。

运行环境要求

操作系统
  • 未说明
GPU

无需本地 GPU(基于云端 API)

内存

未说明

依赖
notes工具基于 Node.js 环境(通过 npm/npx 安装运行),非本地模型推理。必须配置 OpenAI 或 Google AI Studio API Key 才能使用。需要稳定的互联网连接。生成的图标固定为 1024x1024 正方形。支持 CI/CD 环境变量配置密钥。
python未说明
未说明
snapai hero image

快速开始

SnapAI

SnapAI

从终端生成高质量的方形应用图标艺术品 —— 专为React NativeExpo构建。

SnapAI 是一个开发者友好的命令行工具(CLI),可直接连接以下提供商:

  • OpenAI Images (gpt-1.5gpt-image-1.5, gpt-1gpt-image-1)
  • Google Nano Banana (Gemini 图像模型) —— 通过 --model banana 选择

工作流程特意设计为仅支持方形始终为 1024x1024 (1:1),以匹配 iOS/Android 图标需求并避免调整大小的麻烦。

功能 ✨

  • 快速:几秒钟内生成图标。无需界面。无需账户。
  • 最新图像模型
    • OpenAI:
      • gpt-1.5 (底层使用 gpt-image-1.5)
      • gpt-1 (底层使用 gpt-image-1)
    • Google Nano Banana (Gemini):
      • 普通版:gemini-2.5-flash-image
      • 专业版:gemini-3-pro-image-preview
  • 面向 iOS + Android:提示词增强针对应用图标风格输出进行了优化。
  • 质量控制
    • OpenAI: --quality auto|high|medium|low (别名:hdhigh, standardmedium)
    • Nano Banana 专业版:--quality 1k|2k|4k
  • 开发者体验(DX)友好:只是一个 CLI(也非常适合 CI/CD(持续集成/持续部署))。
  • 隐私优先:无遥测,无追踪。使用您的 API 密钥并将请求直接发送给您选择的提供商。

视频教程 🎥

在 YouTube 上观看

阅读:介绍 Code With Beto Skills

安装 📦

# 推荐(无需安装)
npx snapai --help

# 或者全局安装
npm install -g snapai

重要 🔑
您需要至少一个API 密钥:

  • OpenAI (用于 gpt-1.5gpt-image-1.5, gpt-1gpt-image-1)
  • Google AI Studio (用于 Google Nano Banana / Gemini,通过 --model banana)

SnapAI 仅支持 CLI,并将请求直接发送给您选择的提供商。

快速开始(第一个图标) ⚡

npx snapai icon --prompt "minimalist weather app with sun and cloud"

输出默认为 ./assets(带时间戳的文件名)。

注意 📝
模型仍可能绘制带有视觉留白(空边框)的主体。这是正常的。
SnapAI 默认避免强制包含 "icon" / "logo" 等词汇以减少留白。
如果您想要更“像图标”的构图,请使用 --use-icon-words 启用。

提供商与模型(“banana”的含义) 🧠

SnapAI 通过 --model 暴露提供商:

提供商 SnapAI 参数 底层模型 备注
OpenAI (最新版) --model gpt-1.5 gpt-image-1.5 始终为 1:1 方形 1024x1024,背景/输出控制
OpenAI (旧版) --model gpt-1 gpt-image-1 同上控制
Google Nano Banana (普通版) --model banana gemini-2.5-flash-image 始终 1 张图像,方形输出
Google Nano Banana 2 --model banana-2 gemini-3.1-flash-image-preview 1 张图像,思考配置,1K 输出
Google Nano Banana (专业版) --model banana --pro gemini-3-pro-image-preview 通过 --quality 1k/2k/4k 设置质量层级,通过 -n 设置多张

提示 💡
如果您想快速获取多种变体,请使用 OpenAI (-n) 或 Banana Pro (--pro -n ...)。

设置 🔐

您可以将密钥存储在本地(开发机),或在运行时提供(CI/CD)。

本地配置(写入 ~/.snapai/config.json

snapai config --openai-api-key "sk-your-openai-api-key"
snapai config --google-api-key "your-google-ai-studio-key"

snapai config --show

CI/CD 密钥(推荐)

使用环境变量,这样不会写入磁盘:

export SNAPAI_API_KEY="sk-..."
export SNAPAI_GOOGLE_API_KEY="..."

# 也支持:
# export OPENAI_API_KEY="sk-..."
# export GEMINI_API_KEY="..."

GitHub Actions 示例:

- name: Generate app icon
  run: npx snapai icon --prompt "minimalist weather app with sun and cloud" --output ./assets/icons
  env:
    SNAPAI_API_KEY: ${{ secrets.SNAPAI_API_KEY }}

您也可以按命令传递密钥(不持久化):

npx snapai icon --openai-api-key "sk-..." --prompt "modern app artwork"
npx snapai icon --model banana --google-api-key "..." --prompt "modern app artwork"

用法 🚀

通用(推荐)

# 默认 (OpenAI)
npx snapai icon --prompt "modern fitness tracker with heart rate monitor"

# 输出目录
npx snapai icon --prompt "professional banking app with secure lock" --output ./assets/icons

# 风格提示(增强后追加)
npx snapai icon --prompt "calculator app" --style minimalism

# 预览最终生成的提示词(不生成图像)
npx snapai icon --prompt "calculator app" --raw-prompt --prompt-only
npx snapai icon --prompt "calculator app" --prompt-only
npx snapai icon --prompt "calculator app" --style minimalism --prompt-only

OpenAI (gpt-1.5 / gpt-1)

# 多种变体
npx snapai icon --prompt "app icon concept" --model gpt-1.5 -n 3

# 更高画质
npx snapai icon --prompt "premium app icon" --quality high

# 透明背景 + 输出格式
npx snapai icon --prompt "logo mark" --background transparent --output-format png

Google Gemini (gemini-2.5-flash-image / gemini-3-pro-image-preview)

# 普通版 (1 张图像)
npx snapai icon --prompt "modern app artwork" --model banana

# 专业版 (多张图像 + 画质层级)
npx snapai icon --prompt "modern app artwork" --model banana --pro --quality 2k -n 3

Nano Banana 备注:

  • 普通模式 始终生成 1 张图像(无 -n,无 --quality 层级)。
  • 专业模式 支持 多张图像 (-n) 和 高清层级 (--quality 1k|2k|4k)。
  • 输出始终为 方形

提示词技巧(小改动,大影响) 📝

  • 先描述产品,再描述风格
    • “一款金融应用,盾牌 + 对勾,现代,干净渐变”
  • 如果看到太多空边框:
    • 移除 "icon" / "logo" 等词汇(默认行为),或者保持关闭并明确说明“填满画面”
  • 使用 --style 进行渲染/材质提示(示例:minimalism, material, pixel, kawaii, cute, glassy, neon

注意 📝
如果您传递 --style,样式系统将被视为硬性约束,优先级高于提示词中的其他措辞。
尽量避免与所选样式_冲突_的提示词(例如 --style minimalism + “霓虹发光”),否则模型可能会产生不一致的结果。

命令参考 📚

snapai icon 参数

参数 简写 默认值 描述
--prompt -p 必需 生成图标的描述
--output -o ./assets 输出目录
--model -m gpt-1.5 gpt-1.5/gpt-1 (OpenAI) 或 banana (Google Nano Banana)
--quality -q auto GPT: auto/high/medium/low (别名:hd, standard)。Banana Pro: 1k/2k/4k
--background -b auto 背景 (transparent, opaque, auto) (仅限 OpenAI)
--output-format -f png 输出格式 (png, jpeg, webp) (仅限 OpenAI)
--n -n 1 图片数量 (最大 10)。对于普通 Banana,必须为 1
--moderation auto 内容过滤 (low, auto) (仅限 OpenAI)
--prompt-only false 预览最终提示词和配置而不生成图像
--raw-prompt -r false 原样发送提示词 (无 SnapAI 增强/约束)。如果设置了样式,样式仍然适用
--style -s 渲染风格提示,附加在增强之后
--use-icon-words -i false 在增强中包含 "icon" / "logo" (可能会增加内边距)
--pro -P false 启用 Nano Banana Pro (仅限 banana)
--openai-api-key -k OpenAI API 密钥覆盖 (不持久化)
--google-api-key -g Google API 密钥覆盖 (不持久化)

示例(真实输出)🖼️

提示词 结果 命令
minimalist weather app with sun and cloud Weather Icon npx snapai icon --prompt "minimalist weather app with sun and cloud" --model gpt-1.5
premium banking app, shield + checkmark, clean gradients Banking Icon npx snapai icon --prompt "premium banking app, shield + checkmark, clean gradients" --model gpt-1.5
calendar app, simple date grid, clean illustration Calendar Icon npx snapai icon --prompt "calendar app, simple date grid, clean illustration" --model gpt-1
notes app, pen + paper, minimal, friendly Notes Icon npx snapai icon --prompt "notes app, pen + paper, minimal, friendly" --model gpt-1
music player app, abstract sound wave, clean shapes Music Icon npx snapai icon --prompt "music player app, abstract sound wave, clean shapes" --model banana
camera app, lens icon, simple concentric circles Camera Icon npx snapai icon --prompt "camera app, lens icon, simple concentric circles" --model banana
finance app, secure lock, clean illustration, bold silhouette Finance Lock Icon npx snapai icon --prompt "finance app, secure lock, clean illustration, bold silhouette" --model banana --pro
photo editor app, magic wand + spark, simple shapes, modern gradients Photo Editor Icon npx snapai icon --prompt "photo editor app, magic wand + spark, simple shapes, modern gradients" --model banana --pro

由 Code with Beto 打造 👋

SnapAI 由 Beto 制作 —— 我构建开源工具并教授 React Native。如果你正在学习 React Native,我有一套 综合课程,包含真实项目、终身访问权限以及专属 Discord 社区。已有数百名开发者加入。

YouTube · Discord · 通讯

隐私与安全 🔒

  • SnapAI 附带遥测或分析数据。
  • SnapAI 根据 --model 设置,直接 向 OpenAI 或 Google 发送请求。
  • SnapAI 不运行后端,也不收集你的提示词或图像。
  • 除非你运行了 snapai config ... (或通过环境变量/标志在运行时提供),否则 API 密钥仅本地存储。

警告 ⚠️
切勿将 API 密钥提交到 Git。在 CI (持续集成) 中使用环境变量。

开发 🛠️

git clone https://github.com/betomoedano/snapai.git
cd snapai && pnpm install && pnpm run build
./bin/dev.js --help

贡献指南 🤝

许可证 📄

MIT

版本历史

v0.6.02026/02/11

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架