--- name: pw-image-generation description: AI 图像生成和处理工作流。通过提示词生成图像，支持文生图、图生图、批量生成、图床管理、长图合并、PPT 打包。核心特性是逐张确认生成，避免浪费 API 额度。 --- # Image-Generation - AI 图像生成工作流 > **核心理念**: 分析风格 → 设计提示词 → 用户确认 → 生成图像，避免额度浪费 ## 核心功能 **图像生成**: - 文生图: 根据文本描述生成图像 - 图生图: 基于参考图片生成类似风格的图像 - 批量生成: 使用提示词模板批量生成多张图像 - 风格一致: 保持系列图像的视觉风格统一 **图像处理**: - 长图合并: 将系列图片垂直拼接为一张长图 - PPT 打包: 将系列图片打包为 PPT 文件 (每张图片一页) - 图床管理: 上传图片到图床并管理删除链接 ## 使用时机 **适用场景**: - 用户明确要求 "生成图像"、"创建配图"、"制作插画" - 用户提供文本描述并需要视觉化呈现 - 用户提供参考图片并要求生成类似风格的图像 - 用户需要为文章、PPT、社交媒体制作配图 - 用户需要批量生成风格一致的系列图像 - 用户需要将多张图片合并为长图或 PPT **不适用场景**: - 用户只是询问如何生成图像 (提供建议即可) - 用户需要编辑现有图片 (使用图片编辑工具) - 用户需要图像识别或分析 (使用视觉分析工具) - 用户需要截图或屏幕录制 (使用系统工具) --- ## 工作流程 ``` 分析风格 → 设计提示词 → 安装依赖 → 配置API → 确认生成 → 保存图像 ↓ ↓ ↓ ↓ ↓ ↓ 风格文件提示词文件 node-fetch secrets.md 逐张确认 images\/ ``` --- ## 脚本目录所有脚本位于 `~\/.claude\/skills\/pw-image-generation\/scripts\/` 目录中。 **Agent 执行说明**: 1. 确定此 SKILL.md 文件的目录路径为 `SKILL_DIR` 2. 脚本路径 = `${SKILL_DIR}\/scripts\/.ts` 3. 将本文档中的所有 `${SKILL_DIR}` 替换为实际路径 **可用脚本**: | 脚本 | 功能 | 参数 | |------|------|------| | `generate-image.ts` | 生成图像 (逐张确认) | `[输出目录]` | | `upload-image.ts` | 上传图片到图床 | `<图片路径>` | | `delete-image.ts` | 管理图床图片 | `list\|delete <索引>\|delete-all` | | `merge-to-long-image.ts` | 合并为长图 | `<图片目录> <输出文件>` | | `merge-to-pptx.ts` | 打包为 PPT | `<图片目录> <输出文件>` | | `analyze-image.ts` | 分析图像风格 | `<图像URL或路径>` | ## 快速开始 ### Step 1: 创建项目目录 ```bash mkdir my-image-project && cd my-image-project ``` ### Step 2: 复制配置模板（可选） ```bash cp -r ~\/.claude\/skills\/pw-image-generation\/config.example .\/config cp ~\/.claude\/skills\/pw-image-generation\/references\/.gitignore.template .\/.gitignore # 编辑 config\/secrets.md 自定义 API 密钥（可选） ``` ### Step 3: 创建提示词 ```bash mkdir -p prompts cp ~\/.claude\/skills\/pw-image-generation\/references\/prompt-templates\/提示词模板.md .\/prompts\/我的提示词.md vim .\/prompts\/我的提示词.md ``` 参考 `references\/style-library.md` 选择合适的风格。 ### Step 4: 生成图像 ```bash npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts ``` 脚本会逐张询问确认，避免浪费额度。 --- ## 工具脚本详解 ### 1. 生成图像 **命令**: ```bash npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts [输出目录] ``` **参数说明**: - `[输出目录]`: 可选，指定图像保存目录，默认为 `.\/images` **工作流程**: 1. 读取 `prompts\/` 目录下的所有提示词文件 2. 逐张显示提示词内容 3. 询问是否生成该图像 (y\/n\/q) 4. 生成图像并保存到输出目录 5. 支持中断和恢复 **确认选项**: - `y` (yes): 生成当前图像 - `n` (no): 跳过当前图像，继续下一张 - `q` (quit): 退出生成流程 **示例**: ```bash # 使用默认输出目录 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts # 指定输出目录 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts .\/my-images ``` --- ### 2. 上传图片到图床 **命令**: ```bash npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/upload-image.ts <图片路径> ``` **参数说明**: - `<图片路径>`: 必需，要上传的本地图片文件路径 **功能特性**: - 自动上传到 freeimage.host (永久存储) - 返回可用的图片 URL - 自动保存删除链接到 `.upload-history.json` - 用于图生图的参考图上传 **示例**: ```bash # 上传单张图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/upload-image.ts .\/template\/参考图.png # 上传后会返回: # - 图片 URL (用于提示词中的 image_url) # - 删除链接 (保存在历史记录中) ``` **输出示例**: ``` 上传成功! 图片 URL: https:\/\/iili.io\/xxx.png 删除链接已保存到 .upload-history.json ``` --- ### 3. 管理图床图片 **命令**: ```bash # 列出所有上传的图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts list # 删除指定索引的图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete <索引> # 删除所有图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete-all ``` **参数说明**: - `list`: 列出所有上传记录 - `delete <索引>`: 删除指定索引的图片 (索引从 0 开始) - `delete-all`: 删除所有图片 **功能特性**: - 查看上传历史和删除链接 - 单个或批量删除图片 - 自动更新历史记录文件 **示例**: ```bash # 查看上传历史 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts list # 输出: # 0: 参考图.png - https:\/\/iili.io\/xxx.png (2024-01-15) # 1: 配图1.png - https:\/\/iili.io\/yyy.png (2024-01-16) # 删除索引为 0 的图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete 0 # 删除所有图片 (会要求确认) npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete-all ``` 详细说明见 `references\/图床上传.md` --- ### 4. 合并长图 **命令**: ```bash npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-long-image.ts <图片目录> <输出文件> ``` **参数说明**: - `<图片目录>`: 必需，包含要合并的图片的目录 - `<输出文件>`: 必需，输出的长图文件名 **功能特性**: - 垂直拼接多张图片 - 自动识别 jpg\/png\/gif\/webp 格式 - 按文件名数字排序 - 保持原图宽度，自动计算高度 **依赖要求**: 需要安装 ImageMagick: ```bash brew install imagemagick ``` **示例**: ```bash # 合并 images 目录下的所有图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-long-image.ts .\/images 长图.png # 指定其他目录 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-long-image.ts .\/my-images 合集.jpg ``` **使用场景**: - 制作小红书\/微信公众号长图 - 合并系列教程截图 - 制作图片合集展示 --- ### 5. 合并为 PPT **命令**: ```bash npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts <图片目录> <输出文件> ``` **参数说明**: - `<图片目录>`: 必需，包含要打包的图片的目录 - `<输出文件>`: 必需，输出的 PPT 文件名 **功能特性**: - 每张图片占一页 - 自动识别 jpg\/png\/gif\/webp 格式 - 按文件名数字排序 - 16:9 比例，自动适应页面大小 - 图片居中显示 **示例**: ```bash # 打包 images 目录下的图片为 PPT npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts .\/images 配图.pptx # 指定其他目录 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts .\/my-images 展示.pptx ``` **使用场景**: - 快速制作图片演示 PPT - 打包系列配图用于分享 - 将生成的图像整理成演示文档 --- ### 6. 分析图像风格 **命令**: ```bash # 从 URL 分析 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/analyze-image.ts <图像URL> # 从本地文件分析 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/analyze-image.ts <本地路径> ``` **参数说明**: - `<图像URL或路径>`: 必需，要分析的图像 URL 或本地文件路径 **功能特性**: - 分析图像的视觉风格 - 生成适合的提示词建议 - 识别颜色、构图、艺术风格 - 保存分析结果到 `analysis\/` 目录 **示例**: ```bash # 分析在线图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/analyze-image.ts https:\/\/example.com\/image.jpg # 分析本地图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/analyze-image.ts .\/template\/参考图.png ``` **使用场景**: - 学习参考图片的风格特征 - 为图生图准备提示词 - 了解如何描述特定视觉风格 ## 文件结构 ### 项目目录结构 ``` my-image-project\/ ├── config\/ │ └── secrets.md # API 配置（可选） ├── template\/ # PDF 模板图片 ├── prompts\/ # 提示词文件 ├── analysis\/ # 风格分析（可选） ├── images\/ # 生成的图像 └── .gitignore ``` ### Skill 目录结构 ``` pw-image-generation\/ ├── SKILL.md # 本文件（核心文档） ├── config.example\/ # 配置模板 │ ├── README.md # 配置说明 │ └── secrets.md # API 配置模板 ├── references\/ # 参考文档 │ ├── .gitignore.template # Git 忽略文件模板 │ ├── 图床上传.md # 图床上传指南 │ ├── style-library.md # 风格库（9种预设风格） │ └── prompt-templates\/ │ └── 提示词模板.md # 提示词模板 └── scripts\/ ├── analyze-image.ts # 分析图像风格 ├── generate-image.ts # 生成图像（支持确认和跳过） ├── upload-image.ts # 上传图片到图床 ├── delete-image.ts # 管理和删除图床图片 ├── merge-to-long-image.ts # 合并长图 └── merge-to-pptx.ts # 打包为 PPT ``` --- ## 常见问题和错误处理 ### 1. 生成图像失败 **问题**: 图像生成失败或返回错误 **可能原因**: - API 密钥未配置或无效 - 提示词格式不正确 - 网络连接问题 - API 额度不足 **解决方案**: ```bash # 检查配置文件 cat config\/secrets.md # 验证提示词格式 cat prompts\/提示词.md # 测试网络连接 curl -I https:\/\/api.openai.com # 查看详细错误信息 (脚本会自动显示) ``` --- ### 2. 图床上传失败 **问题**: 上传图片到图床失败 **可能原因**: - 图片文件不存在或路径错误 - 图片格式不支持 - 图片文件过大 (超过 10MB) - 网络连接问题 **解决方案**: ```bash # 检查文件是否存在 ls -lh .\/template\/图片.png # 检查文件大小 du -h .\/template\/图片.png # 如果文件过大，压缩图片 # 使用 ImageMagick 压缩 convert .\/template\/图片.png -quality 85 -resize 2000x2000\> .\/template\/图片_compressed.png ``` --- ### 3. 合并长图失败 **问题**: 合并长图时报错 "ImageMagick not found" **可能原因**: - 未安装 ImageMagick - ImageMagick 未添加到 PATH **解决方案**: ```bash # macOS 安装 brew install imagemagick # 验证安装 convert --version # 如果仍然失败，检查 PATH which convert ``` --- ### 4. PPT 生成失败 **问题**: 生成 PPT 时报错或 PPT 无法打开 **可能原因**: - 图片目录为空或不存在 - 图片格式不支持 - 输出文件路径无效 **解决方案**: ```bash # 检查图片目录 ls -la .\/images # 检查图片格式 (支持 jpg\/png\/gif\/webp) file .\/images\/*.png # 确保输出目录存在 mkdir -p .\/output npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts .\/images .\/output\/配图.pptx ``` --- ### 5. 提示词不生效 **问题**: 生成的图像与提示词描述不符 **可能原因**: - 提示词描述不够具体 - 提示词语言混乱 (中英文混用) - 提示词过长或过短 - 风格描述不明确 **解决方案**: ```markdown # 不好的提示词一张图片 # 好的提示词水彩风格，温馨的咖啡馆场景，柔和的光线，暖色调，手绘质感 # 使用风格库参考 references\/style-library.md 选择合适的风格描述 ``` --- ### 6. 批量生成中断 **问题**: 批量生成过程中意外中断 **可能原因**: - 网络不稳定 - 用户手动中断 (Ctrl+C) - API 限流 **解决方案**: - 脚本会自动跳过已生成的图像 - 重新运行生成命令即可继续 - 已生成的图像不会重复生成 - 使用 `n` 选项跳过不需要的图像 --- ### 7. 配置文件问题 **问题**: 配置文件不生效或找不到 **可能原因**: - 配置文件路径错误 - 配置文件格式不正确 - 未复制配置模板 **解决方案**: ```bash # 复制配置模板 cp -r ~\/.claude\/skills\/pw-image-generation\/config.example .\/config # 检查配置文件 cat config\/secrets.md # 配置文件格式示例 # API_BASE_URL=https:\/\/api.openai.com\/v1 # API_KEY=sk-xxx ``` --- ## 最佳实践 ### 图像尺寸规范根据不同使用场景选择合适的图像尺寸: | 场景 | 比例 | 推荐像素 | 说明 | |------|------|----------|------| | 文章配图 | 16:9 | 1920×1080 | 高清标准, 适配大屏阅读 | | 公众号封面 | 2.35:1 | 900×383 | 微信官方推荐尺寸 | | 小红书封面\/配图 | 3:4 | 1242×1660 | 小红书推荐, 适配 iPhone 屏幕 | | X 文章封面 | 5:2 | 1500×600 | X Articles 官方推荐 | | 论文配图 | 16:9 | 1920×1080 | 高清标准 | **补充说明**: - 小红书也支持 1:1 (1080×1080) 和 4:3 (1440×1080) - 公众号次图封面可用 200×200 (1:1) **使用建议**: - 在提示词中指定尺寸: `size: 1920x1080` 或 `aspect_ratio: 16:9` - 优先使用推荐尺寸, 避免后期裁剪导致构图失衡 - 不同平台的尺寸要求不同, 生成前确认目标平台 --- ### 提示词设计 **基本原则**: - 具体明确: 详细描述场景、风格、颜色、构图 - 风格统一: 使用风格库中的预设风格描述 - 语言一致: 全英文或全中文，避免混用 - 长度适中: 50-200 字为宜，过短缺乏细节，过长容易混乱 **推荐结构**: ```markdown [风格] + [主体] + [场景] + [氛围] + [技术细节] 示例: 水彩风格，一只可爱的小猫，坐在窗台上，温暖的午后阳光，柔和的色彩，手绘质感 ``` **参考资源**: - `references\/style-library.md`: 9 种预设风格 - `references\/prompt-templates\/提示词模板.md`: 提示词模板 --- ### 图像生成流程 **推荐步骤**: 1. 先生成 1-2 张测试图像，验证提示词效果 2. 根据测试结果调整提示词 3. 确认效果满意后，批量生成剩余图像 4. 使用确认机制，避免浪费 API 额度 5. 定期备份生成的图像 **避免浪费**: - 每次生成前仔细检查提示词 - 使用 `n` 选项跳过不需要的图像 - 使用 `q` 选项及时退出 - 不要盲目批量生成 --- ### 图生图技巧 **上传参考图**: ```bash # 1. 上传参考图到图床 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/upload-image.ts .\/template\/参考图.png # 2. 复制返回的 URL # 3. 在提示词中使用 # image_url: https:\/\/iili.io\/xxx.png # prompt: 类似风格的场景，保持色调和构图 ``` **注意事项**: - 参考图尺寸建议 1024x1024 或更大 - 参考图清晰度要高 - 提示词要明确说明保留哪些特征 - 可以多次尝试不同的提示词组合 --- ### 文件管理 **目录结构建议**: ``` my-image-project\/ ├── config\/ # 配置文件 (不提交到 git) ├── template\/ # 参考图片 ├── prompts\/ # 提示词文件 │ ├── 01-封面.md │ ├── 02-内容1.md │ └── 03-内容2.md ├── images\/ # 生成的图像 │ ├── 01-封面.png │ ├── 02-内容1.png │ └── 03-内容2.png └── output\/ # 最终输出 (长图\/PPT) ``` **命名规范**: - 提示词文件: 使用数字前缀排序 (01-, 02-, 03-) - 生成的图像: 自动使用提示词文件名 - 便于批量处理和排序 --- ### 性能优化 **提高生成速度**: - 使用较小的图像尺寸 (1024x1024 而非 2048x2048) - 避免过于复杂的提示词 - 合理使用图生图 (比文生图更快) **节省 API 额度**: - 使用确认机制，不要跳过确认 - 先测试单张，再批量生成 - 保存好的提示词作为模板复用 - 定期清理图床上不需要的图片 --- ### 质量控制 **检查清单**: - [ ] 提示词描述清晰具体 - [ ] 风格描述统一一致 - [ ] 测试图像效果满意 - [ ] 图像尺寸和格式正确 - [ ] 文件命名规范有序 - [ ] 备份重要图像 **常见问题**: - 图像风格不一致: 检查提示词中的风格描述 - 图像质量不佳: 增加技术细节描述 (如 "高清"、"细节丰富") - 图像内容偏差: 提示词更具体，增加约束条件 --- ## 重要提示 ### 避免额度浪费 - 每次生成前都会询问确认 - 支持跳过已生成的图像 - 一张一张生成，避免批量消耗额度 ### 配置管理 - 配置文件 `config\/secrets.md` 是可选的 - 未配置时使用默认配置 (需要设置环境变量 API_KEY) - 配置文件不会提交到版本控制 (已在 .gitignore 中) - 支持自定义 API 端点和模型 ### 运行环境脚本使用 Bun 运行，无需本地安装依赖: ```bash # 直接运行，Bun 会自动处理依赖 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts ``` **系统要求**: - Node.js 或 Bun 运行时 - macOS\/Linux\/Windows (WSL) - 合并长图需要 ImageMagick --- ## 配置说明查看 `config.example\/secrets.md` 了解配置选项: **可配置项**: - `API_BASE_URL`: API 基础 URL (默认: OpenAI API) - `ANALYSIS_MODEL_ID`: 图像分析模型 (默认: gpt-4-vision-preview) - `GENERATION_MODEL_ID`: 图像生成模型 (默认: dall-e-3) - `API_KEY`: API 密钥 (必需) **配置示例**: ```markdown # config\/secrets.md API_BASE_URL=https:\/\/api.openai.com\/v1 ANALYSIS_MODEL_ID=gpt-4-vision-preview GENERATION_MODEL_ID=dall-e-3 API_KEY=sk-your-api-key-here ``` --- ## 风格库 Skill 提供 9 种预设风格，保证图像风格一致性: - 水彩风格 (watercolor) - 柔和温馨 - 扁平化设计 (flat-design) - 现代简洁 - 3D 渲染 (3d-render) - 立体真实 - 油画风格 (oil-painting) - 艺术经典 - 赛博朋克 (cyberpunk) - 科幻未来 - 像素艺术 (pixel-art) - 复古怀旧 - 手绘插画 (hand-drawn) - 温暖个性 - 照片写实 (photorealistic) - 高度真实 - 抽象艺术 (abstract) - 情感表达查看 `references\/style-library.md` 了解每种风格的详细说明和使用场景。 --- ## 使用建议 ### Agent 使用指南当用户请求生成图像时: 1. **确认需求**: 询问用户图像用途、风格偏好、数量 2. **准备环境**: 引导用户创建项目目录和配置 3. **设计提示词**: 根据需求设计提示词，参考风格库 4. **生成测试**: 先生成 1-2 张测试图像 5. **批量生成**: 确认效果后批量生成 6. **后期处理**: 根据需要合并长图或打包 PPT ### 典型工作流 **场景 1: 文章配图** ```bash # 1. 创建项目 mkdir article-images && cd article-images # 2. 准备提示词 mkdir prompts # 创建 prompts\/01-封面.md, 02-配图1.md 等 # 3. 生成图像 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts # 4. 合并长图 (可选) npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-long-image.ts .\/images 长图.png ``` **场景 2: PPT 配图** ```bash # 1. 创建项目 mkdir ppt-images && cd ppt-images # 2. 准备提示词 (按页面顺序命名) mkdir prompts # 创建 prompts\/01-标题页.md, 02-内容1.md 等 # 3. 生成图像 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts # 4. 打包为 PPT npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts .\/images 配图.pptx ``` **场景 3: 图生图** ```bash # 1. 上传参考图 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/upload-image.ts .\/template\/参考图.png # 2. 在提示词中使用返回的 URL # prompts\/01-类似风格.md: # image_url: https:\/\/iili.io\/xxx.png # prompt: 类似风格的场景，保持色调和构图 # 3. 生成图像 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts ``` --- ## 命令速查 ```bash # 生成图像 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/generate-image.ts [输出目录] # 上传图片 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/upload-image.ts <图片路径> # 管理图床 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts list npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete <索引> npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/delete-image.ts delete-all # 合并长图 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-long-image.ts <图片目录> <输出文件> # 打包 PPT npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/merge-to-pptx.ts <图片目录> <输出文件> # 分析图像 npx -y bun ~\/.claude\/skills\/pw-image-generation\/scripts\/analyze-image.ts <图像URL或路径> ```