Image Generation

质量选项：standard、hd

豆包图像生成Skill

本skill集成火山引擎豆包Seedream 4.5 API，为公众号文章、技术博客、演示等场景快速生成高质量配图。

⚡ 快速执行指南（重要）

前置条件检查

在生成图片前，请确认：

1. DOUBAO_API_KEY 已配置

   • 打开设置面板 → API 配置
   • 确认显示"豆包 API Key：已配置"

2. 输出目录已创建

   • 检查命令：dir assets\images (Windows) 或 ls assets/images (Linux/Mac)
   • 如不存在，使用 run_command 创建：mkdir -p assets/images

3. 工作目录正确

   • 当前应该在公众号项目目录下（如 D:\公众号试验\文章标题\）

执行方式

使用 run_command 工具执行命令（推荐）：

python resources/skills/image-generation/scripts/doubao_image_gen.py --prompt "技术架构图，展示微服务系统结构" --size "1792x1024" --quality "hd" --output "assets/images/01-微服务架构.png"

完整工作流程：

1. 使用 read_file 工具读取文章内容
2. 分析需要生成的图片
3. 使用 run_command 工具执行上述命令
4. 确认返回信息包含 "Successfully wrote to"
5. 使用 write_file 工具更新文章，插入图片引用

常见问题

Q: 提示 "DOUBAO_API_KEY environment variable is not set" A: 需要在设置面板配置豆包 API Key

Q: 生成的图片在哪里？ A: 保存在指定的输出路径，如 assets/images/01-xxx.png

Q: 如何测试 API Key 是否配置成功？ A: 运行以下命令测试：

python resources/skills/image-generation/scripts/doubao_image_gen.py --prompt "测试" --output test.png

🚀 快速开始

基础调用

from image-generation.scripts.doubao_image_gen import DoubaoImageGenerator

# 初始化
generator = DoubaoImageGenerator(api_key="your_api_key")

# 生成图像
result = generator.generate_image(
    prompt="技术架构图，展示微服务系统结构",
    size="1792x1024",  # 16:9横版
    quality="hd"
)

print(result["url"])  # 输出图像URL

命令行使用

python .claude/skills/image-generation/scripts/doubao_image_gen.py \
  --prompt "技术架构图，展示微服务系统结构" \
  --size "1792x1024" \
  --output "architecture.png"

📋 参数说明

size（图像尺寸）

⚠️ 重要提示：

• 豆包API要求图像至少3,686,400像素
• 本skill生成的图片为16:9比例，不能直接用于微信公众号封面
• 微信公众号封面需要2.35:1比例（900×383或1080×460）
• 如果需要微信公众号封面，请使用 cover-generator skill
• cover-generator会先生成16:9底图，再智能裁剪为2.35:1

quality（图像质量）

• standard：快速生成，适合预览（默认）
• hd：高质量输出，适合发布使用

model（模型选择）

• doubao-seedream-4-5-251128：最新4.5版本（推荐）
• doubao-seedream-4-0-250828：4.0版本

🎨 Prompt模板

本skill提供了丰富的prompt模板库，位于 references/prompt-templates.md：

技术图表模板

• 架构图：展示系统分层、组件关系
• 流程图：展示业务流程、步骤顺序
• 对比表格：对比两个技术/方案的差异
• 数据图表：展示性能指标、统计数据

文章配图模板

• 微信封面：2.35:1横版（需考虑分享裁剪，关键内容居中）
• 技术封面：科技感渐变背景+主题图标
• 概念解释：分步骤图解技术原理
• 代码演示：IDE风格的代码编辑器界面

使用方式：见 references/prompt-templates.md

🎨 风格系统（新特性）

本skill现在支持小红书风格 + 公众号规范的风格模板系统，自动生成高质量的封面和配图。

14种预设风格

现有风格（5种）

新增风格（9种，来自宝玉）

使用风格系统

方式1：Python代码

from image_generation.scripts.style_prompt_builder import build_prompt

# 生成专业科技风格封面提示词
prompt = build_prompt(
    title="智谱上市579亿",
    style="tech",
    scene_type="cover",
    subtitle="GLM-4.7实测"
)
print(prompt)

# 自动匹配风格
prompt = build_prompt(
    title="我的学习笔记和成长感悟",
    style="auto",  # 自动匹配为 fresh 风格
    scene_type="cover"
)

方式2：命令行（cover-generator）

# 使用专业科技风格
python .claude/skills/cover-generator/scripts/cover_generator.py \
  --use-style \
  --title "智谱上市579亿" \
  --style tech \
  --subtitle "GLM-4.7实测"

# 自动匹配风格
python .claude/skills/cover-generator/scripts/cover_generator.py \
  --use-style \
  --title "我的学习笔记" \
  --style auto

风格系统特点

✅ 融合小红书风格优点

• 清晰的文字层级和留白
• 高对比度配色，确保可读性
• 精致的视觉设计

✅ 遵循公众号特殊要求

• 2.35:1 横版比例
• 中心60%安全区域设计
• 双重场景优化（封面+分享卡片）
• 防裁剪设计

✅ 自动风格匹配

• 基于内容关键词智能推荐风格
• 技术关键词 → tech
• 生活关键词 → fresh
• 情感关键词 → warm
• 商业关键词 → business 或 elegant
• 观点/警告 → bold
• 教程/指南 → playful
• 环保/健康 → nature
• 头脑风暴/创意 → sketch
• 知识分享/概念 → notion（默认）

完整示例

参考文档：

• references/style-templates.md - 5种风格的完整定义
• references/combination-examples.md - 10个完整提示词示例
• references/xiaohongshu-style-guide.md - 小红书风格规范
• references/wechat-cover-guide.md - 公众号封面设计指南

🎯 场景选择指南

AI生图适合的场景 ✅

营销推广类（AI擅长 ⭐⭐⭐⭐⭐）

• 社交媒体海报（小红书/微博/朋友圈风格）
• 活动宣传海报（节日、促销、新品发布）
• Banner广告图（网站横幅、App启动页）
• 产品展示图（场景化产品渲染）

创意设计类（AI擅长 ⭐⭐⭐⭐⭐）

• Logo和图标设计（品牌标识、功能图标）
• 场景插画（故事背景、概念艺术）
• 背景纹理（渐变背景、抽象图案）

教育培训类（AI较擅长 ⭐⭐⭐）

• 思维导图（仅关键词版本，文字不宜过多）
• 教学插图（场景化示意图，文字<50字）
• 知识卡片（概念卡片、名言警句）
• 时间轴（历史事件、项目里程碑）

内容创作类（AI擅长 ⭐⭐⭐⭐⭐）

• 文章封面（科技感渐变、主题图标）
• 概念示意图（抽象概念可视化）
• 背景配图（氛围感强的背景图）

AI生图不适合的场景 ❌

精确技术图表（建议使用专业工具）

• 包含大量文字的对比表格 → Excel/PPT/Numbers
• 复杂的代码展示 → IDE截图（VS Code/IntelliJ）
• 精确的数据图表 → ECharts/Excel/Tableau
• 详细的技术架构图 → Draw.io/ProcessOn/Lucidchart

原因：当前AI模型的文字渲染能力有限，可能产生错别字、文字模糊或布局混乱。

场景选择决策树

1. 需要生成图像？
   ↓ 是
2. 图像主要用途？
   ├─ 营销推广 → ✅ 使用AI生图（优先级最高）
   ├─ 创意设计 → ✅ 使用AI生图（优先级最高）
   ├─ 教育培训 → ⚠️ 谨慎使用（文字少则可用）
   ├─ 内容创作 → ✅ 推荐AI生图
   └─ 精确技术图表 → ❌ 使用专业工具
   ↓
3. 图像中文字内容？
   ├─ 几乎没有文字 → ✅ 强烈推荐AI
   ├─ 少量标题/标语 → ✅ 推荐AI
   ├─ 中等文字量 → ⚠️ 可尝试AI，需验证效果
   └─ 大量文字/数据 → ❌ 不推荐AI

快速参考表

推荐组合策略

最佳实践：AI + 专业工具组合

营销海报：AI生成底图 → Canva添加文字
Logo设计：AI生成创意方向 → Figma精修
技术文档：AI生成素材 → Draw.io组合
数据报告：AI生成配色灵感 → ECharts实现

💡 最佳实践

Prompt工程原则

1. 基础公式：主体 + 场景 + 风格

   技术架构图 + 微服务系统结构 + 扁平化科技风格
   

2. 进阶公式：主体描述 + 场景描述 + 风格定义 + 镜头语言 + 氛围词 + 细节修饰

   技术架构图，展示微服务的3层架构
   从上到下依次是：API网关、业务服务、数据层
   使用蓝色和橙色配色方案
   箭头表示数据流向
   扁平化设计，科技感
   白色背景，16:9比例
   

3. 关键原则：

   • ✅ 具体描述（"蓝色渐变卡片" > "好看的卡片"）
   • ✅ 结构清晰（"从左到右分4个步骤" > "多个步骤"）
   • ✅ 包含风格（"扁平化科技风格" > "现代风格"）

成本优化建议

1. 开发阶段：使用 standard 质量和 1024x1024 尺寸
2. 批量生成：先单张测试，满意后再批量
3. 智能缓存：相似prompt可复用结果
4. API Key管理：使用环境变量 DOUBAO_API_KEY

🔗 集成方式

与wechat-workflow配合

在公众号文章创作流程中，本skill可作为：

1. 自动配图生成器

   • 读取 02_文章内容.md
   • 识别图片占位符 ![配图：xxx]
   • 根据上下文生成对应图片
   • 自动替换占位符

2. 手动配图工具

   • 用户描述配图需求
   • 生成多个版本供选择
   • 下载并插入文章

批量生成流程

prompts = [
    "迁移流程图：DeepSeek → GLM",
    "技术指标图表：GLM-4.7性能数据",
    "对比表格：GLM vs DeepSeek"
]

results = generator.batch_generate(
    prompts=prompts,
    size="1792x1024",
    quality="hd"
)

# 批量下载到assets目录
for i, result in enumerate(results):
    generator.download_image(
        result["url"],
        f"assets/images/0{i+1}_配图.png"
    )

📚 参考文档

• Prompt模板库：references/prompt-templates.md
• 最佳实践指南：references/best-practices.md
• 火山引擎官方文档：https://www.volcengine.com/docs/82379/1541523

⚙️ 环境配置

安装依赖

pip install openai requests

配置API Key

方式1：环境变量（推荐）

export DOUBAO_API_KEY="your_api_key"

方式2：代码中硬编码

api_key = "your_api_key"  # 不推荐生产环境

🔧 故障排查

常见问题

Q1：生成失败，提示"API key无效"

• 检查 api_key 是否正确
• 确认API key有足够余额

Q2：生成速度慢

• 尝试使用 quality="standard"
• 检查网络连接

Q3：生成结果不符合预期

• 优化prompt，添加更多细节
• 参考prompt模板库中的示例
• 尝试调整 size 参数

Q4：图像尺寸过大

• 使用tinypng.com或ImageMagick压缩
• 生成时选择较小尺寸

🔄 API 失败时的备选方案

当豆包 API 不可用时，您可以使用以下备选方案：

方案 1：使用 cover-generator（推荐 ⭐）

适用场景：需要生成公众号封面、分享卡片

优势：

• ✅ 支持纯色和渐变背景（无需 API）
• ✅ 内置 5 种预设风格（tech、fresh、minimal、warm、business）
• ✅ 自动生成文字标题
• ✅ 智能裁剪和分享卡片同步

使用方式：

生成封面：AI技术趋势，使用专业科技风格

方案 2：在线设计工具

Canva（可画） - https://www.canva.cn

• ✅ 免费使用大量模板
• ✅ 支持公众号封面尺寸（900×383）
• ✅ 在线编辑，无需下载
• ✅ 中文界面，操作简单

稿定设计 - https://www.gaoding.com

• ✅ 专业的公众号封面模板
• ✅ 支持团队协作
• ✅ 提供设计元素库

创客贴 - https://www.chuangkit.com

• ✅ 海量免费模板
• ✅ 快速编辑和导出
• ✅ 支持多种设计场景

方案 3：使用本地图片工具

Pillow（Python）

from PIL import Image, ImageDraw, ImageFont

# 创建渐变背景
img = Image.new('RGB', (1792, 1024), color='#4A90E2')
draw = ImageDraw.Draw(img)

# 添加标题
font = ImageFont.truetype('arial.ttf', 80)
draw.text((100, 400), "AI技术趋势", fill='white', font=font)

img.save('cover.png')

Figma / Sketch

• ✅ 专业设计工具
• ✅ 精确控制布局
• ✅ 可复用模板

方案 4：使用其他 AI 生图服务

Midjourney

• ✅ 艺术效果好
• ✅ 社区支持活跃
• ❌ 需要付费订阅

Stable Diffusion

• ✅ 开源免费
• ✅ 可本地部署
• ❌ 配置复杂

DALL-E 3

• ✅ 文字渲染能力强
• ✅ ChatGPT 集成
• ❌ 需要付费

方案选择建议

如何判断 API 是否可用

运行以下测试：

python .claude/skills/image-generation/scripts/doubao_image_gen.py \
  --prompt "测试" \
  --output test.png

如果看到 "生成失败" 或 API 错误，建议使用备选方案。

最后更新：2026-01-11 Skill版本：v1.0 模型版本：doubao-seedream-4-5-251128