GLM-V-Prompt-Gen_内容创作 skill-PHP中文网

GLM-V-Prompt-Gen

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

分析图像/视频，为文本到图像和文本到视频的AI工具（Midjourney、Stable Diffusion、DALL‑E、Sora、Runway、Kling等）生成专业提示词。

GLM- V 快速生成技能

功能概述

GLM- V 快速生成技能是一项面向实际任务的技能，主要用于分析参考图像或视频, 并生成AI 图像/ 视频生成工具的专业提示；Generate 提示文本到图像工具( Mid)。

核心要点

它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。

使用与执行

从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；

结果检查与注意事项

若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

GLM-V Prompt 生成技能

分析参考图像或视频，为 AI 图像/视频生成工具生成专业级提示词（prompt）。

适用场景

为文生图工具生成 prompt（Midjourney、Stable Diffusion、DALL-E 等）
为文生视频工具生成 prompt（Sora、Runway、Kling、Pika 等）
用户提及“生成prompt”、“文生图prompt”、“文生视频prompt”、“prompt工程”、“参考图生成prompt”、“generate prompt”等关键词
用户提供图像/视频，希望复现或二次创作该内容
从参考视觉素材中提取 prompt 创意

支持的输入类型

类型	格式	最大尺寸	最大数量	支持 Base64
图像	jpg、png、jpeg	5MB / 6000×6000px	50	✅
视频	mp4、mkv、mov	200MB	—	❌（仅支持 URL）

⚠️ 图像与视频不可在同一次请求中混合使用。 ⚠️ 视频仅支持 URL 输入 —— 不支持本地路径和 Base64 编码。

📋 输出展示规则（强制要求）

脚本运行完成后，必须完整、原样展示返回的 prompt 输出内容。不得摘要、截断，也不得仅回复“prompt 已生成”。用户需要完整的 prompt（尤其是英文 prompt）以便直接复制粘贴使用。

完整展示输出：内容分析 + prompt + prompt 结构拆解
在 auto 模式下，需同时展示文生图与文生视频 prompt
英文 prompt 是核心输出，必须完整呈现
若结果已保存（通过 -o 参数），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 prompt（默认模式）
`video`	为文生视频工具生成 prompt
`auto`	同时为文生图与文生视频工具生成 prompt

资源链接

资源	链接
获取 API Key	https://bigmodel.cn/usercenter/proj-mgmt/apikeys
API 文档	Chat Completions / 对话补全

前置条件

API Key 配置（必需）

本脚本从 ZHIPU_API_KEY 环境变量读取密钥，并与其他智谱技能共享该密钥。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（Zhipu Open Platform API Keys）创建或复制您的密钥。

配置方式（任选其一）：

OpenClaw 配置（推荐）： 在 openclaw.json 的 skills.entries.glmv-prompt-gen.env 下设置：
```
"glmv-prompt-gen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }
```
Shell 环境变量： 添加至 ~/.zshrc：
```
export ZHIPU_API_KEY="你的密钥"
```

💡 若您已为其他智谱 skill（例如 zhipu-tools 或 glmv-caption）配置过密钥，则它们共享同一个 ZHIPU_API_KEY，无需重复配置。 💡 如果你已为其他智谱 skill（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。

使用方法

图像 → 文生图 Prompt

python scripts/prompt_gen.py --images "https://example.com/photo.jpg"
python scripts/prompt_gen.py --images /path/to/photo.png

图像 → 文生视频 Prompt

python scripts/prompt_gen.py --images "https://example.com/scene.jpg" --mode video

图像 → 同时生成（文生图 + 文生视频 Prompt）

python scripts/prompt_gen.py --images "https://example.com/photo.jpg" --mode auto

视频 → 文生视频 Prompt

python scripts/prompt_gen.py --videos "https://example.com/clip.mp4" --mode video

将结果保存至文件

python scripts/prompt_gen.py --images photo.jpg --mode image -o prompt.md

指定自定义模型

python scripts/prompt_gen.py --images photo.jpg --model glm-4.6v-flash

输出示例（image 模式）

### 内容分析
夜间赛博朋克城市景观，密集的摩天大楼、发光的霓虹招牌，以及被雨水浸湿、倒映着缤纷灯光的街道。

### 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 结构拆解
- **主体**：未来感天际线，含摩天大楼与霓虹灯
- **风格**：赛博朋克、科幻
- **色彩**：冷暖对比，以蓝紫色为主调，辅以霓虹高光
- **光影**：霓虹辉光、湿滑路面反射、体积雾效
- **构图**：广角视角，具备层次纵深感
- **氛围**：神秘、未来感、高科技感

CLI 参考命令

python scripts/prompt_gen.py (--images IMG [IMG...] | --videos VID [VID...]) [OPTIONS]

参数	是否必填	说明
`--images`, `-i`	二选一	图像路径或 URL（jpg/png/jpeg，支持 Base64）
`--videos`, `-v`	二选一	视频 URL（mp4/mkv/mov，仅支持 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	启用推理/思考模式
`--stream`	否	启用流式输出
`--output`, `-o`	否	将结果保存至指定文件
`--pretty`	否	美化 JSON 错误输出格式