SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场glm-image-generation

glm-image-generation

设计与创作

查看项目

更新于 10-16 08:55

技能介绍

GLM-Image Generation Skill 是一个基于智谱 GLM-Image API 的官方图片生成技能，用于根据文本提示词生成高质量图片。

用途与使用场景 该技能适用于从文字描述生成图片，创作 AI 艺术、插画或概念图，以及把用户提供的提示词可视化的场景。当用户提到“生图”“文生图”“AI 绘画”“generate image”“text-to-image”“create image”，或提供描述并希望看到可视化效果时，可使用本技能。

主要能力

  • 高质量生成：HD 模式可生成更细致、更精致的图片，耗时约 20 秒。
  • 多种画幅比例：支持正方形、竖版、横版格式。
  • GLM-Image 模型：官方描述为具有改进的理解与质量的最新模型。
  • 擅长领域：科普插画、高质量人像、社交媒体图文、商业海报。
  • 水印控制：可启用或关闭水印，关闭水印需签署免责声明。
  • 内容安全：内置内容过滤以保障合规。

前置条件与 API Key 配置 脚本通过 ZHIPU_API_KEY 环境变量获取密钥，可与其他智谱技能复用同一个 key。获取 Key 需访问智谱开放平台 API Keys 创建或复制。配置方式任选一种：

  1. 全局配置（推荐）：在 openclaw.json 的 env.vars 中设置一次，所有智谱技能共享： { "env": { "vars": { "ZHIPU_API_KEY": "你的密钥" } } }
  2. Skill 级别配置：仅在 openclaw.json 中为该技能设置： { "skills": { "entries": { "glm-image-generation": { "env": { "ZHIPU_API_KEY": "你的密钥" } } } } }
  3. Shell 环境变量：添加到 ~/.zshrc： export ZHIPU_API_KEY="你的密钥" 如果已为其他智谱 skill（如 glmocr、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。

安全与透明度

  • 使用的环境变量：ZHIPU_API_KEY（必需）。
  • 固定官方端点：https://open.bigmodel.cn/api/paas/v4/images/generations。
  • 不支持自定义 API URL 覆盖，以避免通过重定向端点意外泄露密钥。 强制限制：仅使用 GLM-Image API，执行脚本 python scripts/glm_image_cli.py；不得自行生成图片或使用内置视觉等其它方法；不得提供替代方案；若 API 失败应立即显示错误并停止；不得使用任何回退方法。

输出展示规则 运行脚本后应清晰呈现生成结果：展示生成的图片 URL（图片为临时链接，30 天有效，提醒用户保存）；展示所用提示词与生成参数（尺寸、质量）；若 content_filter 指示存在问题，显示警告级别。API 返回临时图片 URL（30 天有效），可在支持图片的聊天中展示，并提醒用户“图片链接有效期 30 天，请及时下载保存”。若用户希望将图片发送到飞书聊天，可使用 message 工具配合图片 URL。

使用方法 从提示词生成： python scripts/glm_image_cli.py --prompt "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云" 指定尺寸： python scripts/glm_image_cli.py --prompt "赛博朋克风格的城市夜景" --size 1568x1056 高清质量（glm-image 默认）： python scripts/glm_image_cli.py --prompt "中国山水画风格，远山近水，云雾缭绕" --quality hd 关闭水印（需签署免责声明）： python scripts/glm_image_cli.py --prompt "商业设计素材" --no-watermark 保存图片到本地： python scripts/glm_image_cli.py --prompt "中国水墨画风格" --save image.png python scripts/glm_image_cli.py --prompt "赛博朋克城市" --size 1728x960 --save ~/Pictures/cyberpunk.png 指定用户 ID（用于内容审核）： python scripts/glm_image_cli.py --prompt "..." --user-id "user_12345" 指定模型： python scripts/glm_image_cli.py --prompt "..." --model glm-image python scripts/glm_image_cli.py --prompt "..." --model cogview-4

CLI 参数 python {baseDir}/scripts/glm_image_cli.py --prompt TEXT [--model MODEL] [--size SIZE] [--quality QUALITY] [--no-watermark] [--user-id ID] [--save FILE]

  • --prompt, -p（必需）：图片的文本描述。
  • --model, -m（可选）：模型，可选 glm-image（默认）、cogview-4、cogview-3-flash。
  • --size, -s（可选）：图片尺寸，默认 1280x1280。
  • --quality, -q（可选）：质量，可选 hd（默认）或 standard。
  • --no-watermark（可选）：关闭水印，需签署免责声明。
  • --user-id（可选）：终端用户 ID，用于内容审核，长度 6-128 字符。
  • --save（可选）：将生成的图片保存到本地文件。

支持的尺寸 GLM-Image 推荐尺寸：

  • 1280x1280：1:1，正方形（默认）。
  • 1568×1056：3:2，横向。
  • 1056×1568：2:3，纵向。
  • 1472×1088：约 4:3，宽幅横向。
  • 1088×1472：约 3:4，高幅纵向。
  • 1728×960：16:9，超宽横向。
  • 960×1728：9:16，超高纵向。 自定义尺寸：宽高均为 1024px - 2048px；长宽均需为 32 的整数倍；最大像素数不超过 2^22（4,194,304 px）。

响应格式 官方 API 响应包含 created、data（含 url）、content_filter（含 role 与 level）。 CLI 输出格式为 JSON，关键字段包括：ok（生成是否成功）、model（所用模型）、image_url（从 data[0].url 提取，临时 URL，30 天有效）、prompt（所用文本提示词）、size（生成图片尺寸）、quality（hd 或 standard）、created（请求创建的 Unix 时间戳）、content_filter（内容安全分析数组，可能为空，role 表示问题检测位置 user/assistant/history，level 表示严重程度 0-3，0 为最严重，3 为轻微）、saved_file（若使用 --save 则为保存到本地的绝对路径）、error（失败时的错误详情）。

内容安全 API 包含内容过滤。若检测到问题，content_filter 将包含相应条目。若检测到 level 0-1：生成将失败，向用户显示错误；若检测到 level 2-3：生成可能成功，但需向用户警告潜在问题。

错误处理

  • API key 未配置：返回 MISSING_API_KEY，提示在 https://bigmodel.cn/usercenter/proj-mgmt/apikeys 获取密钥。应向用户显示确切错误并引导配置。
  • 认证失败（401/403）：令牌已过期或验证不正确，API key 无效或过期，需重新配置。
  • 限流（429）：rate_limit_exceeded，配额耗尽，提示用户等待或检查配额。
  • 内容过滤违规：content_filter_violation，状态 400，说明提示词可能包含不当内容。
  • 尺寸无效：INVALID_SIZE，提示需为 32 的整数倍、1024-2048px、最大 2^22 像素，引导使用受支持列表中的有效尺寸。
  • 下载失败：DOWNLOAD_FAILED，检查文件路径权限与磁盘空间。
  • 网络错误：NETWORK_ERROR，检查网络连接。

提示词技巧 好的提示词：具体细节，如“一只橘色的英国短毛猫，绿色眼睛，坐在木质窗台上”；风格关键词，如“赛博朋克风格”“中国水墨画”“油画质感”“3D 渲染”；光照，如“阳光明媚”“柔和的逆光”“电影感灯光”；构图，如“特写镜头”“广角视角”“俯视角度”。 应避免：模糊描述，如“好看的图片”；相互矛盾的元素，如“白天和夜晚同时”；过多主体，保持聚焦于 1-2 个主要元素。