用途
GLM-V Prompt Generation Skill 用于分析参考图片或视频，并为文生图（text-to-image）和文生视频（text-to-video）AI 工具生成专业提示词。
适用场景包括：
- 为文生图工具（Midjourney、Stable Diffusion、DALL-E 等）生成提示词
- 为文生视频工具（Sora、Runway、Kling、Pika 等）生成提示词
- 用户提到“生成prompt”“文生图prompt”“文生视频prompt”“prompt工程”“参考图生成prompt”“generate prompt”等
- 用户提供图片/视频，希望复现或混搭该内容
- 从参考视觉内容中提取提示词思路
支持的输入类型
| 类型 | 格式 | 最大体积 | 最大数量 | Base64 |
|---|---|---|---|---|
| 图片 | jpg, png, jpeg | 5MB / 6000×6000px | 50 | 支持 |
| 视频 | mp4, mkv, mov | 200MB | — | 不支持（仅 URL） |
注意事项：
- 图片与视频不能在同一请求中使用。
- 视频仅支持 URL，不支持本地路径和 base64。
输出规则
运行脚本后，必须完整展示返回的提示词输出，不得摘要、截断或只说“prompt generated”。用户需要完整提示词（尤其是英文提示词）以便直接复制粘贴。
- 展示完整输出：内容分析 + 提示词 + 提示词拆解
- auto 模式下需同时展示文生图和文生视频提示词
- 英文提示词是核心输出，必须完整展示
- 若输出已保存（-o），需提供文件路径并展示文件内容
输出模式
| 模式 | 说明 |
|---|---|
| image | 为文生图工具生成提示词（默认） |
| video | 为文生视频工具生成提示词 |
| auto | 同时生成图片和视频提示词 |
前置条件
API Key 设置（必需）。脚本通过 ZHIPU_API_KEY 环境变量获取密钥，与其他智谱技能共用同一个 key。
获取 Key：访问智谱开放平台 API Keys 创建或复制密钥，地址为 https://bigmodel.cn/usercenter/proj-mgmt/apikeys
配置方式（任选一种）：
-
OpenClaw 配置（推荐）：在 openclaw.json 的 skills.entries.glmv-prompt-gen.env 中设置：
"glmv-prompt-gen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }
-
Shell 环境变量：添加到 ~/.zshrc：
export ZHIPU_API_KEY="你的密钥"
如果已为其他智谱技能（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。
使用方式
图片 → 文生图提示词：
python scripts/prompt_gen.py --images "https://example.com/photo.jpg" python scripts/prompt_gen.py --images /path/to/photo.png
图片 → 文生视频提示词：
python scripts/prompt_gen.py --images "https://example.com/scene.jpg" --mode video
图片 → 同时生成图片和视频提示词：
python scripts/prompt_gen.py --images "https://example.com/photo.jpg" --mode auto
视频 → 文生视频提示词：
python scripts/prompt_gen.py --videos "https://example.com/clip.mp4" --mode video
保存结果到文件：
python scripts/prompt_gen.py --images photo.jpg --mode image -o prompt.md
自定义模型：
python scripts/prompt_gen.py --images photo.jpg --model glm-4.6v-flash
输出示例（image 模式）
Content Analysis
A cyberpunk cityscape at night, with dense skyscrapers, glowing neon signs, and rain-wet streets reflecting colorful light.
Prompt
Cyberpunk cityscape at night, towering skyscrapers with glowing neon signs, rain-wet streets reflecting colorful lights, flying cars in the distance, volumetric fog, dramatic lighting, ultra detailed, 8K, cinematic composition
Prompt Breakdown
- Subject: Futuristic skyline with skyscrapers and neon lights
- Style: Cyberpunk, sci-fi
- Color: Cool/warm contrast with blue-purple dominance and neon accents
- Lighting: Neon glow, wet-surface reflections, volumetric fog
- Composition: Wide-angle perspective with layered depth
- Mood: Mysterious, futuristic, high-tech
CLI 参考
python scripts/prompt_gen.py (--images IMG [IMG...] | --videos VID [VID...]) [OPTIONS]
| 参数 | 必需 | 说明 |
|---|---|---|
| --images, -i | 二选一 | 图片路径或 URL（jpg/png/jpeg，支持 base64） |
| --videos, -v | 二选一 | 视频 URL（mp4/mkv/mov，仅 URL） |
| --mode, -m | 否 | 输出模式：image（默认）、video 或 auto |
| --model | 否 | 模型名称（默认：glm-4.6v） |
| --temperature, -t | 否 | 采样温度 0-1（默认 0.6） |
| --max-tokens | 否 | 最大输出 token 数（默认 2048） |
| --thinking | 否 | 启用思考/推理模式 |
| --stream | 否 | 启用流式输出 |
| --output, -o | 否 | 保存结果到文件 |
| --pretty | 否 | 美化 JSON 错误输出 |
错误处理
- 未配置 API key：引导用户配置 ZHIPU_API_KEY
- 认证失败（401/403）：API key 无效或过期，请在智谱官网检查
- 限流（429）：配额耗尽，等待后重试
- 内容被过滤：返回 warning 字段，内容被安全审核拦截
- 超时：视频处理可能耗时较长，可增加超时时间或改用更小的文件
限制
- 图片与视频不能在同一请求中混用。
- 视频仅支持 URL，不支持本地路径和 base64。
- 视频处理可能较慢，视频来源为 URL 时可能受网络影响。
- 脚本依赖 ZHIPU_API_KEY 环境变量，需提前配置。