meitu Text To Image（文生图）
Overview
从文字描述从零生成全新图片（无底图），参考图仅作风格/氛围补充而非内容主体。涵盖 2 类场景：
- 通用文生图 / 多图参考融合：创意概念图、插画、风格混搭、快速出图；支持
image_list多图参考融合；发散/多样/速度快的默认通道。 - 商业级高品质生成：宣传视觉/封面、电商海报/营销 Banner、产品场景图、文字渲染（信息图/海报文字）、写实/电影截图风格；文本理解深、文字渲染准、高分辨率；不支持
image_list。
含人物/角色/肖像描述的文生图（人物封面、概念图、插画含人物）由本工具承接。不处理：基于已有图片编辑/修改、参考图驱动的创作（参考图为主要内容来源）、已提供参考图的高保真人像/宠物写真/证件照、海报排版设计、风格迁移、视频生成、搜图、画质提升/超分。
API Mapping
| 场景 | 后端 API |
|---|---|
| 通用文生图 / 多图参考融合 | image_gummy_generate |
| 商业级高品质生成 | image_praline_create_v2 |
| 商业级兜底 | image_praline_create_2（praline_v2 失败时的降级通道，参数兼容） |
| Nougat 高质量（外部显式指定） | image_nougat_create（不支持 image_list / output_format；quality 由 API 内部默认 Medium 不对外暴露） |
model 映射：
auto（默认）/ 不传 → 按路由规则决策gummy→image_gummy_generatepraline_pro→image_praline_create_v2nougat→image_nougat_create（仅外部显式指定触发；路由不识别）- 指定 model 调用失败时，仍按降级链继续重试
Dependencies
- meitu-cli:
>=2.0.6 - 凭证：CONFIG AKSK →
meitu tools update；EXEC AKSK → 跑命令（见根CONFIG.md） - 环境变量：
MEITU_OPENAPI_TOOL_TASK_MODE=command
Core Workflow
Preflight → Execute → Deliver
Preflight
meitu --version≥ 2.0.6meitu auth verify --json- 确认 registry 含
text-to-image - 解析 output_dir：
openclaw.yaml→./output/；else →~/.openclaw/workspace/visual/output/text-to-image/
Execute
触发信号 / 路由规则
决策顺序：
- 有
image_list→ 强制image_gummy_generate（praline 不支持 image_list） - 无
image_list：商业/宣传/文字渲染/写实电影风 →image_praline_create_v2；否则 →image_gummy_generate（默认）
| 场景 | 判定关键词 | 路由 |
|---|---|---|
| 有参考图（多图融合） | 参考这张图、融合、多图 | image_gummy_generate |
| 商业级 / 宣传 / 电商 | 宣传图、封面、电商、营销、Banner、商业级、高品质、产品场景图 | image_praline_create_v2 |
| 文字渲染 | 带文字、加标题、信息图、海报文字 | image_praline_create_v2 |
| 写实 / 电影风格 | 写实、真实感、光影质感、电影截图 | image_praline_create_v2 |
| 创意 / 插画 / 概念 | 画一张、概念图、插画、创意、风格混搭 | image_gummy_generate |
| 通用 / 无特殊要求 | 其他 | image_gummy_generate（默认） |
参数定义
通用参数：
| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
prompt |
STRING | 是 | -- | -- | 图片描述。缺失 → 追问 |
size |
STRING | 否 | 1K / 2K / 4K | 2K | 输出分辨率 |
image_gummy_generate 额外参数：
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
image_list |
ARRAY[STRING] | 否 | -- | 参考图片 URL 数组，多图融合/风格参考；纯文生图不传 |
image_praline_create_v2 额外参数：
| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
ratio |
STRING | 否 | 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | -- | 输出宽高比；特殊比例需在 prompt 结尾写 Aspect ratio x:y |
image_praline_create_2（兜底）：
| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
ratio |
STRING | 否 | auto / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | auto | 输出宽高比 |
image_nougat_create（显式模型）：
| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
ratio |
STRING | 否 | 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | -- | 仅 model=nougat 时生效；不支持 image_list |
说明：image_list 与 ratio 互斥；output_format 由 combo-tool 内部固定为 jpeg，不对外暴露。
工具调用
创意 / 默认：
meitu text-to-image \
--skill_name skill_text-to-image \
--prompt "{image_description}" \
--size 2K \
--json --download-dir {output_dir}
多图参考融合：
meitu text-to-image \
--skill_name skill_text-to-image \
--prompt "{image_description}" \
--model gummy \
--image_list "{ref1}" --image_list "{ref2}" \
--json --download-dir {output_dir}
商业级高品质（带比例）：
meitu text-to-image \
--skill_name skill_text-to-image \
--prompt "{image_description} Aspect ratio 16:9" \
--model praline_pro \
--ratio 16:9 --size 2K \
--json --download-dir {output_dir}
错误降级
| 场景 | 处理方式 |
|---|---|
prompt 缺失 |
提示"请描述你想生成的图片内容" |
size 非法值 |
回退至 2K |
image_list 部分无效 |
静默过滤无效项 |
image_list 全部无效 + 有 prompt |
退化为纯文生图，走 image_gummy_generate |
| 有参考图但路由到 praline | 强制切 image_gummy_generate，告知"商业级模式不支持参考图" |
image_praline_create_v2 失败 |
降级 image_praline_create_2 重试 |
image_praline_create_2 失败 |
降级 image_gummy_generate 重试 |
image_gummy_generate 失败 |
重试 1 次，仍失败返回错误 |
| 内容合规拦截 | 直接返回合规提示，不重试、不降级 |
Deliver
解析 --json：
ok: true→downloaded_files[0].saved_path为本地图片ok: false→ 输出code+hint
落盘：mv {file} {output_dir}/{YYYY-MM-DD}_{descriptive-name}.jpg
Output
- 格式: JPEG（combo-tool 内部固定）
- 命名:
{YYYY-MM-DD}_{descriptive-name}.jpg - 位置: 项目 →
./output/；一次性 →~/.openclaw/workspace/visual/output/text-to-image/
基线 Task ID
见根目录 references/task-id-baseline.md 中 text-to-image 条目。