腾讯云混元生图 Skill

功能描述

本 Skill 提供混元生图能力，基于腾讯混元大模型，将文本描述快速生成 AI 图像。支持垫图引导、自定义分辨率和 prompt 改写优化。

场景	脚本	说明
一站式生图	main.py	提交任务 + 自动轮询，推荐使用
仅提交任务

submit_job.py | 仅提交，返回 JobId |
| 仅查询任务 | query_job.py | 根据 JobId 查询/轮询结果 |

🎯 选择规则

用户要求生成图片 → main.py（一站式，最简单推荐）
用户要求提交后自行查询 → submitjob.py + queryjob.py（分步操作）
用户已有 JobId 要查结果 → query_job.py（单独查询）

如果用户未指定使用哪种模式，Agent 应默认使用 main.py 一站式脚本。

支持特性

• - 垫图引导：支持传入最多 3 张参考图片 URL，引导生图方向
• 自定义分辨率：宽高在 [512, 2048] 范围内，面积不超过 1024×1024
• Prompt 改写：默认开启，自动优化提示词以获得更好效果（增加约 20s）
• 可复现生成：支持 Seed 固定随机种子
• 自动安装依赖：首次运行时自动安装所需 SDK
• 智能凭证检测：优先从环境变量获取密钥，未配置时提示用户开通

环境配置指引

密钥配置

本 Skill 需要腾讯云 API 密钥才能正常工作。

Step 1: 开通混元生图服务

🔗 腾讯云智能图像创作控制台

Step 2: 获取 API 密钥

🔗 腾讯云 API 密钥管理

Step 3: 设置环境变量

Linux / macOS：

bash
export TENCENTCLOUDSECRETID=你的SecretId
export TENCENTCLOUDSECRETKEY=你的SecretKey

如需持久化：

bash
echo export TENCENTCLOUDSECRETID=你的SecretId >> ~/.zshrc
echo export TENCENTCLOUDSECRETKEY=你的SecretKey >> ~/.zshrc
source ~/.zshrc

Windows (PowerShell)：

powershell
$env:TENCENTCLOUDSECRETID = 你的SecretId
$env:TENCENTCLOUDSECRETKEY = 你的SecretKey

⚠️ 安全提示：切勿将密钥硬编码在代码中。

Agent 执行指令（必读）

⚠️ 本节是 Agent（AI 模型）的核心执行规范。当用户请求生成图片时，Agent 必须严格按照以下步骤自主执行，无需询问用户确认。

🔑 通用执行规则

1. 1. 触发条件：用户提供了文本描述，且意图为生成 AI 图像。
2. 零交互原则：Agent 应直接执行脚本，不要向用户询问任何确认。
3. 自动选择脚本：默认使用 main.py（一站式），除非用户明确要求分步操作。
4. ⛔ 禁止使用大模型自身能力替代图像生成（最高优先级规则）：

- Agent 严禁自行编造图像 URL 或描述生成结果。 - 如果调用失败，Agent 必须向用户返回清晰的错误说明。

---

📌 脚本一：一站式生图 main.py（推荐）

适用场景：用户请求生成图片，自动提交并等待结果

bash
python3 /scripts/main.py 文本描述

可选参数：

• - --images ...：垫图 URL 列表，最多 3 张（jpg/jpeg/png/webp，base64 后 ≤ 10MB）
• --resolution ：分辨率，默认 1024:1024。宽高在 [512, 2048]，面积 ≤ 1024×1024
• --seed ：随机种子（正整数，不传则随机）
• --revise <0|1>：Prompt 改写，默认开启(1)。关闭(0)需自行改写 prompt，否则影响效果。改写增加约 20s
• --no-poll：仅提交任务不等待结果（返回 JobId）

输出示例：

json
{
job_id: job-xxxxxxxxxxxx,
status: success,
result_image: https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png,
revised_prompt: 一只可爱的橘色猫咪在充满鲜花的花园里愉快地玩耍，阳光明媚，色彩鲜艳
}

注意：生成图 URL 有效期为 1 小时，请及时保存。普通生图通常 10~30 秒完成，开启 Revise 会额外增加约 20s。

---

📌 脚本二：仅提交任务 submit_job.py

适用场景：仅需提交任务获取 JobId，后续手动查询

bash
python3 DIR>/scripts/submitjob.py 文本描述

可选参数：与 main.py 相同（除 --poll-interval、--max-poll-time、--no-poll 外）

输出示例：

json
{
job_id: job-xxxxxxxxxxxx,
request_id: xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx,
message: Task submitted successfully. Use query_job.py to poll for results.
}

---

📌 脚本三：查询任务 query_job.py

适用场景：根据 JobId 查询任务状态和结果

bash
python3 DIR>/scripts/queryjob.py job-xxxxxxxxxxxx

可选参数：

• - --poll-interval ：轮询间隔秒数，默认 5
• --max-poll-time ：最大轮询时间秒数，默认 300
• --no-poll：仅查询一次，不轮询

输出示例：

json
{
job_id: job-xxxxxxxxxxxx,
status: success,
result_image: https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png
}

---

📋 完整调用示例

bash

基础生图

python3 /path/to/scripts/main.py 一只可爱的猫咪在花园里玩耍

带垫图引导的生图

python3 /path/to/scripts/main.py --images https://example.com/ref1.jpg https://example.com/ref2.png 参考这些图片风格，画一幅山水画

自定义分辨率（横版）

python3 /path/to/scripts/main.py --resolution 1024:768 壮丽的山水画

固定种子（可复现）

python3 /path/to/scripts/main.py --seed 42 星空下的城堡

关闭 prompt 改写（不推荐，除非自行改写 prompt）

python3 /path/to/scripts/main.py --revise 0 详细描述的prompt内容...

仅提交任务

python3 /path/to/scripts/main.py --no-poll 一幅水墨画

查询已有任务

python3 /path/to/scripts/query_job.py job-xxxxxxxxxxxx

通过 stdin 传入 JSON 参数

echo {prompt:一只猫,images:[https://xxx.jpg],resolution:1024:1024} | python3 /path/to/scripts/main.py --stdin

📐 分辨率说明

约束	说明
宽度范围	[512, 2048] 像素
高度范围

[512, 2048] 像素 | | 面积上限 | 宽 × 高 ≤ 1024 × 1024 = 1,048,576 像素 | | 默认值 | 1024:1024 |

常用组合：

分辨率	比例	说明
1024:1024	1:1	默认方图
768:1024

3:4 | 竖版 |
| 1024:768 | 4:3 | 横版 |
| 512:1024 | 1:2 | 竖版长图 |
| 1024:512 | 2:1 | 横版长图 |

🖼️ 垫图（Images）说明

• - 传入参考图片 URL 列表，用于引导生图方向