视觉设计 — 图像生成与编辑

通过后端图像 API 生成新图像或编辑现有图像。
请耐心等待，每次图像生成约需 2 分钟。

前置条件

API 密钥配置（必须首先完成）

使用本技能前，必须配置 SKYWORK_API_KEY。

若您尚未获取 API 密钥，请访问：
https://skywork.ai

详细配置说明请参阅：
references/apikey-fetch.md

使用方法

请使用绝对路径运行脚本（切勿先执行 cd 进入技能目录）：

生成新图像：

python3 /scripts/generate_image.py --prompt "描述内容" --filename "output.png" [--aspect-ratio 3:4] [--resolution 1K|2K|4K]

编辑现有图像：

python3 /scripts/generate_image.py --prompt "编辑指令" --filename "output.png" --input-image "source.png" [--aspect-ratio 3:4] [--resolution 2K]

使用多张参考图像进行编辑：

python3 /scripts/generate_image.py --prompt "融合这些风格" --filename "output.png" -i "ref1.png" -i "ref2.png"

请始终在用户当前工作目录下运行脚本，以确保图像保存至该目录。

何时选择生成 vs 编辑

• 图像生成（仅使用 --prompt）：从零开始创建全新图像——例如海报、Logo、插画、照片、信息图等。
• 图像编辑（同时使用 --prompt 与 --input-image）：用户提供一张或多张现有图像，并希望对其进行修改——如风格迁移、元素增删、色彩调整、格式转换等。
  • 注意：编辑 API 单次工作流最多支持 4 个角色的相似度控制，以及最多 10 个对象的保真度控制。

若用户上传或引用了图像并提出修改需求，务必使用 --input-image 参数。

分辨率

• 1K — 约 1024 像素，适用于快速草稿
• 2K（默认）— 约 2048 像素，适用于大多数交付场景
• 4K — 约 4096 像素，适用于最终高分辨率输出

将用户请求映射为对应分辨率：
“低/草稿” → 1K，“普通/中等/2K” → 2K，“高分辨率/高清/4K/超清” → 4K。

宽高比

支持的宽高比： 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9。

选择建议：

• 1:1 — 社交媒体头像、图标、专辑封面
• 3:4 / 4:3 — 通用海报、演示文稿
• 4:5 / 5:4 — Instagram 帖子、人像照
• 9:16 / 16:9 — 手机故事 / 桌面壁纸、视频封面
• 2:3 / 3:2 — 印刷海报、书籍封面
• 21:9 — 超宽横幅、电影画幅

若用户未明确指定宽高比，请省略 --aspect-ratio 参数，由 API 自动决策。

文件名规范

命名格式：yyyy-mm-dd-hh-mm-ss-描述性名称.png

示例：

• “宁静的日式庭院” → 2026-03-10-14-23-05-japanese-garden.png
• “山巅日落” → 2026-03-10-15-30-12-sunset-mountains.png
• 上下文不明确 → 2026-03-10-17-12-48-x9k2.png

预检项

• command -v python3（必须存在）
• 若执行编辑操作：请确认每个 --input-image 所指定的文件均存在

常见失败情况

• Error: Input image not found: → 路径错误；请核实 --input-image 对应的文件是否存在
• HTTP error 500 → 后端服务异常；请重试或检查服务状态
• Request failed: Connection refused → 后端服务不可用；请确认服务已正常运行
• 权益不足：脚本或日志中可能出现类似 Insufficient benefit. Please upgrade your account at {url} 的提示，表示当前用户权益等级不满足该技能的使用要求。

权益不足时的应答方式

当检测到上述情形时，请使用用户当前语言回复，不得直接复述英文消息。请按以下模式组织回复：

• 传达核心信息：“抱歉，图像生成失败。该技能需升级您的 Skywork 会员方可使用。” 并附上一个明确的行动引导链接。
• 格式要求：一句简洁明了的中文（或其他用户语言）+ 类似 [立即升级 →](url) 的链接，或其对应语言的等效表达。
• URL 来源：从日志或脚本输出中提取升级链接（例如 at https://... 后的部分）。

注意：仅当错误类型为 Insufficient benefit 时才建议升级会员。对于身份认证类错误（如 NO_TOKEN / INVALID_TOKEN / 401 / “invalid API key”），请保留原始错误码或报错信息，并指导用户更新 SKYWORK_API_KEY。切勿在此类情况下建议升级会员。

输出结果

• 脚本将打印本地文件路径及 OSS URL。
• 根据平台特性，采用最适宜的方式交付图像（例如作为图片消息发送、内联显示，或仅输出 URL）。默认返回本地路径与 OSS URL 两者，其中 OSS URL 可保障跨平台可访问性。

设计场景

请将用户需求匹配至对应场景，并查阅相应文档以了解专用工作流：

• 电商商品图：参见 scenarios/e-commerce.md
• 分镜脚本：参见 scenarios/storyboard.md
• 信息图：参见 scenarios/infographic.md
• Logo 设计：参见 scenarios/logo.md
• 品牌识别 / VI 系统：参见 scenarios/branding.md
• 宣传册：参见 scenarios/brochure.md
• 社交媒体配图：参见 scenarios/social-media.md
• 海报设计：参见 scenarios/poster.md

提示词工程

提示词最佳实践

为获得高质量图像生成或编辑效果，请遵循以下提示词撰写原则：

• 描述场景，而非堆砌关键词。 一段叙事性强、描写细致的段落，远胜于零散孤立的词汇组合。该模型的核心优势在于深度语言理解能力。
  • 较差示例："猫、日落、海滩"
  • 优质示例："一只橘色虎斑猫坐在金色黄昏时分的沙滩上，正对镜头，柔和暖光从背后照射，景深浅，背景海浪虚化"
• 极致具体化。 提供的细节越丰富，对结果的控制力越强。请包含全部视觉要素：风格、色彩、构图、光影、背景、材质纹理等。
• 提供上下文与用途意图。 明确说明图像用途——模型对上下文的理解将直接影响输出质量。
• 复杂场景请分步说明。 若图像含多个层级或元素，可将提示词拆分为前景、中景、背景等层次逐步描述。
• 使用“语义化反向提示词”。 避免简单写“无汽车”，而应正面描述：“一条空旷寂静、毫无交通痕迹的街道”。
• 控制拍摄视角。 使用摄影与电影术语：如“广角镜头”、“微距镜头”、“低角度视角”、“鸟瞰视角”、“三分法构图”、“浅景深”等。
• 时间感知。 若结果需体现实时性，请在提示词中注明当前时间上下文。
• 图像中的文字。 所有需呈现的文字内容请置于英文双引号内：

  一张电影海报，顶部以大型银色金属字体显示片名 "INCEPTION"

• 需修改的元素请清晰指明并重点强调；描述参考图像时请按顺序说明（第一张图像、第二张图像），而非依据文件名。