QClaw需满足启用文生图模型、激活对应Skill技能、通过微信发送合规指令三重条件才能完成图片生成。具体包括切换混元/Hy3等多模态模型，启用“文生图(混元版)”技能，并以“生成一张”开头发送含风格、比例、主体的完整指令。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用QClaw时希望了解其能力边界，特别是能否完成图片生成类任务，则需明确其功能依赖模型支持、技能启用及指令规范三重条件。以下是实现图片生成及相关核心功能的具体路径：
一、启用文生图专用模型
QClaw默认加载的国产大模型（如GLM-5、DeepSeek-V3.2、Kimi-K2.5）中，仅有部分具备多模态图像生成能力。必须手动切换至已接入的混元文生图专用模型或Hy3 preview等支持multimodal的最新模型。
1、打开QClaw客户端，点击右上角设置图标进入【设置】页面。
2、在【大模型配置】区域，展开“可用模型列表”。
3、查找名称中含“混元”“Hy3”“multimodal”或“paint”的模型选项。
4、点击该模型右侧的【设为默认】按钮，完成切换。
二、激活文生图Skill技能包
QClaw本身不内置通用绘图能力，需通过官方Skills生态加载专用绘图模块。该技能由模力方舟开源提供，支持OCR、文档解析与图像生成等结构化能力。
1、在QClaw主界面左下角点击【Skills管理】按钮。
2、在弹出窗口中搜索关键词“文生图”或“paint”。
3、找到状态为“未启用”的【文生图(混元版)】或【模力方舟·绘图】技能条目。
4、点击右侧【启用】按钮，并等待状态变为“已激活”。
三、通过微信发送合规指令触发生成
文生图功能仅响应特定格式的自然语言指令，且需经微信通道远程下发。指令必须以“生成一张”开头，并包含清晰风格、比例、主体与构图要素，否则将被识别为普通文本请求。
1、打开手机微信，进入与QClaw绑定的对话窗口。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
2、输入完整指令，例如：生成一张复古手账风格、9:16竖版、暖色调棕黄色背景、标题为“QClaw自动化发布小红书流程”的知识卡片，内容要点包括关联浏览器Debug、自动打开小红书网页、发布内容到草稿箱、作者点击确认发布。
3、发送后等待QClaw本地处理，生成图片将自动保存至默认下载路径。
四、调用第三方生图API扩展能力
当本地混元模型响应不稳定或提示词效果不佳时，可绕过默认模型链路，直接对接即梦、NanoBanana或Gemini等外部生图API。QClaw支持学习API文档并创建自定义技能，实现中文提示词→标准API调用→本地图片保存的全自动闭环。
1、获取目标生图平台的官方API文档（含鉴权方式、请求地址、参数格式）。
2、在QClaw中新建Skill，将文档全文粘贴并说明：“请学习此文档，创建一个能接收中文描述、输出对应图片的技能”。
3、等待QClaw完成多轮调试并生成技能条目。
4、启用该技能后，即可用自然语言指令调用，例如：用即梦模型生成一张国风新中式风格的乐山大佛祈福签背景图，左侧大佛剪影，右侧水墨莲花，中间留白。
五、使用baoyu-xhs-images与baoyu-image-gen组合实现图文批量生成
针对小红书等平台的内容迁移需求，QClaw可联动社区共享Skill组件，实现长文→信息块→提示词→图片的端到端自动化。该流程无需人工拆解段落或编写提示词，全程本地运行，保障内容安全。
1、在【Skills管理】中启用【baoyu-xhs-images】和【baoyu-image-gen】两个组件。
2、通过微信发送指令，例如：把这篇关于网络安全逆向工程的文章做成小红书手绘科普风格5张图。
3、QClaw自动分析文本结构，拆分为5个语义完整的信息块。
4、为每个信息块匹配视觉风格与布局方案，组装成带种子词与配色约束的提示词序列。
5、按3:4比例顺序调用生图模型，生成全部图片并保存至本地指定文件夹。
