Qiaomu Image Generator

统一配图生成器

为文章、论文、小红书、公众号封面、X 封面等多场景生成配图。

核心设计

用户请求
    ↓
Claude（智能层）
    ├── 理解意图，选择场景模板
    ├── 处理覆盖指令（风格、比例等）
    └── 生成 visual_config.json
    ↓
执行脚本（执行层）
    ├── 加载风格模板
    ├── 多线程调用 API
    └── 保存图片并插入文章
    ↓
输出结果

原则：Claude 做决策，脚本做执行。JSON 是唯一契约。

场景模板

风格选择指南

共 66 种风格，每种风格都有 use_cases 字段标注适用场景。

按场景推荐

常用风格速查

完整风格列表：见 config/styles.json，每种风格包含：

• name: 中文名
• description: 简短描述
• prompt: 风格前缀
• suffix: 风格后缀
• use_cases: 适用场景数组（供 AI 参考选择）

封面生成（标准化流程）

所有内容创作都应生成封面图，工作流程：

读取文章
    ↓
提炼核心关键词（1-3个关键词概括主题）
    ↓
提炼一个可视化符号（物件/轮廓/空间关系/隐喻）
    ↓
选择封面风格（默认 paper-watercolor-cover）
    ↓
生成 visual_config.json（cover 节点）
    ↓
调用生图脚本
    ↓
插入文章开头（作为 cover image）

封面配置格式

{
  "cover": {
    "enabled": true,
    "filename": "cover.png",
    "style": "paper-watercolor-cover",
    "aspect_ratio": "16:9",
    "description": "关键词1 关键词2 关键词3",
    "retry_count": 2
  }
}

关键词提炼原则

• 从文章主题中提取 1-3 个核心概念
• 避免过长，控制在 20 字以内
• 示例：Qwen3-TTS 语音合成 3秒克隆

Mondo 式视觉提炼法

从 qiaomu-mondo-poster-design 整合来的封面/海报判断流程：

1. 不要复述内容，先找符号：把文章、歌词、书籍或活动压缩成一个最有记忆点的视觉符号，例如裂纹、门、眼睛、船、椅子、城市剪影、一本发光的书。
2. 优先单一焦点：封面通常只放一个主视觉，最多加入一个次级隐喻。宁可留白，也不要把所有概念都塞进去。
3. 用构图讲故事：从居中对称、负空间、几何框景、前中后景分层、剪影主导、尺度反差中选 1-2 个，不要全用。
4. 有限色板：海报/封面默认 2-5 色，明确冷暖或主辅色关系。避免泛泛写“色彩丰富”。
5. 符号优于脸：当主题涉及人物、歌手、作者或角色时，优先用剪影、背影、局部轮廓、物件和空间隐喻，避免让模型生成不稳定的人脸。
6. 文字默认禁止：除非用户明确要封面文字，否则 description 和负面词都应强调 no text/no letters/no logos。中文/英文标题后期排版更可靠。

常用构图词可写进 description：

• 中心单一焦点，周围大面积留白
• 负空间形成隐藏图像，图底反转
• 几何圆形/拱门/三角形框景
• 前景剪影、中景主体、远景光源三层空间
• 渺小人物面对巨大物体的尺度反差
• 单一象征物承载全部叙事

封面风格推荐

工作流程

Step 1: 分析文章/需求

读取文章，识别：

• 场景类型（文章配图/封面/小红书等）
• H2 章节数量
• 用户的覆盖指令（如"用水彩风格"）
• 是否属于海报/书封/专辑封面/音乐封面；如果是，必须先提炼视觉符号、构图模式和有限色板

Step 2: 创建输出目录

# 文章配图
mkdir -p "{文章目录}/{文章名}.assets"

# 封面类
mkdir -p "{输出目录}"

Step 3: 生成 visual_config.json

配置格式：

{
  "task_id": "article_20260120_143052",
  "template": "article",
  "source": "/path/to/article.md",
  "output_dir": "/path/to/article.assets/",

  "cover": {
    "enabled": false,
    "style": "colorful_sketch",
    "aspect_ratio": "2.35:1",
    "description": "视觉描述...",
    "retry_count": 2
  },

  "illustrations": [
    {
      "index": 1,
      "h2_title": "章节标题",
      "style": "minimalist",
      "aspect_ratio": "16:9",
      "description": "视觉描述..."
    }
  ],

  "defaults": {
    "style": "minimalist",
    "aspect_ratio": "16:9",
    "provider": "jimeng",
    "retry_count": 2
  }
}

Step 4: 调用生成脚本

python ~/.claude/skills/qiaomu-image-generator/scripts/generate.py \
  /path/to/visual_config.json \
  --workers 3

参数说明：

• --workers 3: 并发线程数（默认 3）
• --dry-run: 只打印不执行
• --no-insert: 不自动插入到 Markdown
• --output result.json: 输出结果到文件

风格模板编写规范

核心原则：风格模板只定义如何渲染，不定义渲染什么。

设计哲学

用户输入 = 主体内容（description）
风格模板 = 渲染方式（prompt + suffix）

最终提示词 = prompt + description + suffix

职责分离：

• description（主体词）：描述具体内容（人物、场景、物体、动作）
• prompt/suffix（风格词）：定义风格特征（材质、色彩、笔触、构图）

✅ 风格模板应该包含

1. 材质质感

• 磨砂玻璃、纸张、胶片颗粒、水彩晕染
• 丝网印刷、木刻纹理、半调网点

2. 色彩处理

• 红橙渐变、莫兰迪灰调、高饱和度纯色
• 冷暖对比、单色调、有限色板

3. 笔触技法

• 精致线条、交叉线纹理、素描笔触
• 色块拼接、剪影轮廓、模糊颗粒

4. 构图方式

• 极简留白、拼贴层次、对称/非对称
• 中心/边缘、动态/静态、前景/背景关系

5. 光影处理

• 边缘光、通透光、柔和光影
• 高对比、渐变过渡、明暗表现方式

6. 艺术风格

• Moebius、Matisse、波普艺术、野兽派
• 工笔重彩、丝网印刷、数字艺术

❌ 风格模板不应包含

1. 具体人物

• ❌ "重金属摇滚电吉他手"
• ❌ "飘逸长发、戴墨镜"
• ❌ "人物轮廓"

2. 具体场景

• ❌ "上海外滩场景"
• ❌ "山水意境"
• ❌ "热带森林"

3. 具体物体

• ❌ "植物花朵"、"每片叶子"
• ❌ "家具、小物件"
• ❌ "街景路牌和建筑碎片"

4. 具体元素

• ❌ "英文字母和单词"
• ❌ "蘑菇"、"松树"

示例对比

❌ 错误示例（混入具体内容）

{
  "prompt": "工笔重彩绘画风格，植物花朵的纹理细腻，热带植物和蘑菇森林...",
  "suffix": "每片叶子每朵花都有独特纹理，奇幻森林秘境..."
}

问题：指定了"植物"、"蘑菇"、"森林"等具体内容，限制了风格的通用性。

✅ 正确示例（只有风格特征）

{
  "prompt": "工笔重彩绘画风格，每一根线条都极其精致入微，纹理细腻到极致...",
  "suffix": "极繁主义的细节密度，每个元素都有独特纹理，奇幻秘境的浪漫感..."
}

优点：只定义渲染方式，可以应用到任何主体（人物、建筑、动物、抽象概念）。

测试方法

创建风格后，用不同的 description 测试：

同一个风格 + 不同主体 = 都应该合理

例如 "minimalist-dreamy-blur" 风格：
- description: "一只猫" → 应该生成朦胧模糊的猫
- description: "城市建筑" → 应该生成朦胧模糊的建筑
- description: "抽象情绪" → 应该生成朦胧模糊的抽象形态

如果某个 description 搭配风格后感觉奇怪，说明风格模板可能混入了具体内容。

常见错误

1. 从用户描述中提取具体元素加入风格

   • 用户说："电吉他手" → 不要把"电吉他"写进风格
   • 只提取风格特征："半调网点"、"剪影"、"高对比"

2. 用场景来定义风格

   • ❌ "上海外滩场景的磨砂玻璃风"
   • ✅ "磨砂玻璃材质 + 红橙渐变 + 极简构图"

3. 混淆风格与内容

   • 风格："工笔重彩、精致线条"（可以画任何东西）
   • 内容："植物、蘑菇、森林"（具体画什么）

visual_description 写作规范

🎬 像导演拍默片一样思考：

• 演员不能说话、没有字幕
• 用纯视觉语言传递信息

🌏 必须使用中文：

• 即梦 API 对中文理解更准确

❌ 绝对禁止：

1. 风格指令：极简、水墨、油画、素描（风格由 style 字段控制）
2. 产品名/公司名：OpenAI、Claude、DeepSeek
3. 版本号/型号：2.0、3.5、V3
4. 数字参数：78%、152层、200美元
5. 日期时间：2025年、12月
6. 文字/符号：不要有任何文字

✅ 应该用：

1. 空间关系：中心 vs 边缘、顶部 vs 底部
2. 大小对比：高塔 vs 低建筑、巨大 vs 渺小
3. 动态趋势：向上攀登、向外扩散
4. 视觉隐喻：塔楼（地位）、攀登（追赶）
5. 负空间：空白处形成另一层图像或暗示未出现的主体
6. 有限色板：用 2-5 个明确色彩建立海报识别度

示例：

覆盖指令识别

Claude 应识别用户的自然语言指令并写入 JSON：

可用 Provider：

完整示例

示例 1: 文章配图

用户：「为这篇文章配图 /path/to/article.md」

Step 1: 读取文章，发现 5 个 H2 章节

Step 2: 创建目录

mkdir -p /path/to/article.assets

Step 3: 生成配置

{
  "task_id": "article_20260120_150000",
  "template": "article",
  "source": "/path/to/article.md",
  "output_dir": "/path/to/article.assets/",
  "illustrations": [
    {
      "index": 1,
      "h2_title": "用Claude写战略文档",
      "description": "一个人坐在书桌前，与一面大镜子对话，镜子里是不断演变的文档轮廓"
    },
    {
      "index": 2,
      "h2_title": "用Google AI Studio做原型",
      "description": "左边陶工快速塑形已完成，右边雕刻家还在缓慢雕琢"
    }
  ],
  "defaults": {
    "style": "minimalist",
    "aspect_ratio": "16:9",
    "retry_count": 2
  }
}

Step 4: 执行

python ~/.claude/skills/qiaomu-image-generator/scripts/generate.py \
  /path/to/article.assets/visual_config.json

示例 2: 小红书配图（覆盖风格）

用户：「为这篇文章生成小红书配图，用彩色简笔画风格」

配置：

{
  "template": "xiaohongshu",
  "defaults": {
    "style": "colorful_sketch",
    "aspect_ratio": "3:4"
  }
}

示例 3: 公众号封面

用户：「生成公众号封面」

配置：

{
  "template": "wechat_cover",
  "cover": {
    "enabled": true,
    "style": "colorful_sketch",
    "aspect_ratio": "2.35:1",
    "description": "一只猫站在书架顶端，俯瞰书房"
  }
}

完成后必须输出

每次配图任务完成后，必须输出以下信息：

✅ 配图完成！

📄 文章：/完整/路径/文章名.md
📁 资源：/完整/路径/文章名.assets/
🖼️ 配图：X 张
⏱️ 耗时：约 X 秒

生成的图片：
1. 01-章节名-极简.png
2. 02-章节名-极简.png
...

关键：必须输出完整绝对路径。

配置文件位置

~/.claude/skills/qiaomu-image-generator/
├── SKILL.md                 # 本文档
├── config/
│   ├── styles.json          # 风格模板（可编辑）
│   ├── templates.json       # 场景模板（可编辑）
│   └── providers.json       # API 配置
└── scripts/
    └── generate.py          # 执行脚本

自定义风格：编辑 config/styles.json 添加新风格 自定义场景：编辑 config/templates.json 添加新场景

故障排查

问题 1: 风格不对

原因：visual_description 中包含了风格词

解决：检查 description 是否有"极简"、"水墨"等词，删除

问题 2: 生成失败

原因：API 超时或配额用尽

解决：

• 检查 ~/.claude/skills/shared-lib/config.json 中的凭据
• 尝试减少 --workers 数量
• 使用 --dry-run 检查配置

问题 3: 图片没插入文章

原因：h2_title 与文章中的 H2 不匹配

解决：确保 h2_title 完全匹配文章中的 H2 标题文本