Image gen

AI 图片生成

基于 ModelScope API 的文生图工具，支持异步生成、LoRA 风格叠加。

配置

编辑 skills/image-gen/scripts/config.json：

{
  "api_token": "YOUR_MODELSCOPE_TOKEN"
}

Token 获取：ModelScope 控制台 创建 Access Token。

命令行调用

# 基础文生图
python3 skills/image-gen/scripts/generate.py generate --prompt "一只金色的猫"

# 指定输出路径
python3 skills/image-gen/scripts/generate.py generate --prompt "赛博朋克城市" --output cyberpunk.jpg

# 指定模型
python3 skills/image-gen/scripts/generate.py generate --prompt "水墨山水画" --model Tongyi-MAI/Z-Image-Turbo

# 使用 LoRA 风格
python3 skills/image-gen/scripts/generate.py generate --prompt "一个女孩" --lora "repo-id/lora-model"

# 多 LoRA 叠加（JSON 格式，权重之和为 1.0）
python3 skills/image-gen/scripts/generate.py generate --prompt "风景画" --lora '{"lora1": 0.6, "lora2": 0.4}'

# 指定尺寸
python3 skills/image-gen/scripts/generate.py generate --prompt "壁纸" --size 1920x1080

# 查询任务状态
python3 skills/image-gen/scripts/generate.py status --task-id TASK_ID

# JSON 格式输出
python3 skills/image-gen/scripts/generate.py generate --prompt "猫" --json

AI 调用流程

步骤 1：生成图片

根据用户描述构造英文 prompt（英文效果更好），调用脚本生成图片并保存到本地：

python3 skills/image-gen/scripts/generate.py generate --prompt "A cute golden cat, high quality, detailed fur, studio lighting" --output data/temp/images/golden_cat.jpg

步骤 2：发送到频道（自动联动 send_media）

图片生成成功后，如果当前是频道会话（飞书/QQ/钉钉/Telegram 等），必须使用内置工具 send_media 将图片发送给用户：

send_media(file_paths=["data/temp/images/golden_cat.jpg"], message="已为你生成图片 🎨")

如果是网页会话，直接告知用户图片保存路径即可。

完整示例

用户说"帮我画一只猫"：

1. 执行生成：

python3 skills/image-gen/scripts/generate.py generate --prompt "A cute golden cat, high quality, detailed fur" --output data/temp/images/cat.jpg

2. 发送到频道：

send_media(file_paths=["data/temp/images/cat.jpg"], message="🎨 已生成图片：一只金色的猫")

用户说"画一张赛博朋克风格的城市壁纸"：

1. 执行生成：

python3 skills/image-gen/scripts/generate.py generate --prompt "Cyberpunk city skyline, neon lights, rain, cinematic, 4K" --output data/temp/images/cyberpunk.jpg --size 1920x1080

2. 发送到频道：

send_media(file_paths=["data/temp/images/cyberpunk.jpg"], message="🎨 赛博朋克城市壁纸")

支持的模型

模型	说明
Tongyi-MAI/Z-Image-Turbo	默认，通义万相快速生成

可通过 --model 参数指定 ModelScope 上其他文生图模型。

Prompt 技巧

• 使用英文 prompt 效果更好
• 加入质量描述词：high quality, detailed, 4K, studio lighting
• 加入风格描述：oil painting, watercolor, anime style, photorealistic
• 加入构图描述：close-up, wide angle, bird's eye view
• 负面描述可以在 prompt 中用 no xxx 表达

注意事项

• 异步生成，脚本会自动轮询直到完成（默认超时 5 分钟）
• 生成的图片建议保存到 data/temp/images/ 目录
• LoRA 最多叠加 6 个，权重之和必须为 1.0
• 频道会话中生成图片后务必调用 send_media 发送，不要只返回文件路径