plugins-world 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:
- 确定此 SKILL.md 文件的目录路径为
SKILL_DIR - 脚本路径 =
${SKILL_DIR}/scripts/<script-name>.ts - 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
mkdir my-image-project && cd my-image-project
Step 2: 复制配置模板（可选）
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
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
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:
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:
- 读取
prompts/目录下的所有提示词文件 - 逐张显示提示词内容
- 询问是否生成该图像 (y/n/q)
- 生成图像并保存到输出目录
- 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:
# 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:
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:
# 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:
# 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:
# 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:
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:
brew install imagemagick
示例:
# 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:
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:
# 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:
# 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:
# 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:
# 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:
# 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:
# 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:
# 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:
# 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:
# 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:
[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:
- 先生成 1-2 张测试图像，验证提示词效果
- 根据测试结果调整提示词
- 确认效果满意后，批量生成剩余图像
- 使用确认机制，避免浪费 API 额度
- 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:
# 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:
# 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:
# 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:
- 确认需求: 询问用户图像用途、风格偏好、数量
- 准备环境: 引导用户创建项目目录和配置
- 设计提示词: 根据需求设计提示词，参考风格库
- 生成测试: 先生成 1-2 张测试图像
- 批量生成: 确认效果后批量生成
- 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
# 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
# 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
# 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
# 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>