---
name: glm-image
description: 调用智谱 GLM-Image 文生图模型生成图片。触发关键词：「生图」「生成图片」「画一张」「GLM生图」「文生图」「画海报」「出图」「生成插画」「AI画图」「做一张图」。适用场景：商业海报、科普插画、多格图画、社交媒体图文、人像、文字密集型图像（GLM-Image 擅长图中文字渲染）。调用脚本 generate.py 生成并下载图片到本地。
version: 1.0.0
author: william
---

# GLM-Image 文生图 Skill

调用智谱 **GLM-Image** 模型（`glm-image`）从文本提示词生成图片并下载到本地。

## 触发判断

用户说"画一张…"、"生成图片"、"帮我生图"、"做一张海报/插画/封面"、"GLM 生图"、"文生图"等 → 立即按下方流程执行。

## 调用方式

**入口脚本**：`~/.claude/skills/glm-image/generate.py`（Python 3 标准库，无需安装依赖）

### 基本调用

```bash
python3 ~/.claude/skills/glm-image/generate.py "提示词" -s 1280x1280
```

### 参数

| 参数 | 说明 | 默认 |
|------|------|------|
| `prompt`（位置参数） | 生成提示词，最多 1000 字符 | 必填 |
| `-s, --size` | 图片尺寸 `WxH` | `1280x1280` |
| `-o, --output` | 输出文件路径 | `glm-image-<时间戳>.png` |
| `--open` | 生成后在 Finder 打开 | 否 |
| `--json` | 同时打印完整 JSON 返回 | 否 |
| `--no-download` | 只返回图片 URL，不下载 | 否 |

### API Key

- 优先读环境变量 `GLM_API_KEY`
- 未设置时使用脚本内置默认 key
- 如需切换：`export GLM_API_KEY=<新key>`

## 尺寸规则

- **推荐尺寸**（直接套用）：
  `1280x1280` · `1568x1056` · `1056x1568` · `1472x1088` · `1088x1472` · `1728x960` · `960x1728`
  分别对应 1:1 / 3:2 / 2:3 / 4:3 / 3:4 / 16:9 / 9:16
- **自定义尺寸**：长宽均需在 **512px–2048px** 范围内，且为 **32 的整数倍**，否则脚本会报错退出
- 选尺寸看用途：海报/竖版用 `1056x1568`，横版封面用 `1568x1056`，头像/方图用 `1280x1280`，社交媒体横幅用 `1728x960`

## 工作流

1. **理解需求**：从用户描述提炼画面主体、风格、构图、色调、文字内容
2. **选尺寸**：根据用途从「推荐尺寸」中选；用户未指定默认 `1280x1280`
3. **写提示词**：参考下方「提示词写法」，越具体越好；如需图中出现文字，把文字内容用「」或""引起来明确告诉模型
4. **调用脚本**：执行 `generate.py`，确认返回的本地文件路径
5. **展示结果**：用 `open` 命令打开图片，或在对话中告知文件路径；如效果不理想，根据反馈调整提示词重生成

### 示例

```bash
# 商业海报（竖版）
python3 ~/.claude/skills/glm-image/generate.py \
  "暗黑艺术感品牌海报：低饱和深灰背景，主体两匹写实马（左白右黑），头部被红黑格纹丝巾蒙眼；右上角白色骑士 logo，底部大号白色无衬线字体「BURBERRY」；柔和人像光，高级时尚品牌风" \
  -s 1056x1568 --open

# 人像特写
python3 ~/.claude/skills/glm-image/generate.py \
  "哈苏胶片质感，长发美女置身柔和室内光影，窗外枝叶摇曳投射斑驳树影到脸庞肩头，薄纱朦胧，轮廓光勾勒慵懒姿态，近景特写凝望镜头，清透肌肤高明暗对比，背景略微模糊，高噪点胶片色彩" \
  -s 1280x1280 -o portrait.png

# 社交媒体图文
python3 ~/.claude/skills/glm-image/generate.py \
  "冬季 OOTD 穿搭封面，复古拼贴风：主体女生冬季搭配，周围拼贴 2-3 张同系列小图；浅灰方格墙面+街景背景；大尺寸浅蓝艺术字「OOTD」，手写标注「autumn/win」" \
  -s 1568x1056
```

## 提示词写法（GLM-Image 特性）

GLM-Image 采用「自回归+扩散解码器」混合架构，**擅长文字密集型生成**（海报/PPT/科普图中的文字渲染准确率高）。写提示词要点：

1. **结构化描述**：按「整体风格 → 主体 → 背景 → 文字内容 → 光影色调 → 氛围」顺序写，每项展开细节
2. **文字明确标注**：要出现在图中的文字，用「」或""引起来，并说明字体风格（粗黑体/手写/无衬线）和位置（顶部横幅/底部通栏/左上角）
3. **指定材质质感**：胶片质感、水彩晕染、撕裂纸边、和纸胶带、金属边等具体材质词能显著提升表现
4. **构图说明**：竖版/横版、近景特写/全景、元素拼贴位置（左/右/底部散落）
5. **色彩与光影**：低饱和暗调、高明暗对比、轮廓光、柔和人像光等

## 价格与限制

- 价格：0.1 元 / 次
- 输入：纯文本，最大 1000 字符
- 输出：图片 URL（脚本会自动下载为本地 PNG）
- URL 有时效性，**务必下载到本地**，不要只记 URL

## 注意

- 脚本用 Python 3 标准库（urllib），无需 pip install 任何包
- 生成通常 10–30 秒，脚本默认超时 120s
- 下载的图片为 PNG 格式（按 URL 实际内容）
- 如果调用报 `HTTP 401` → API Key 失效，让用户更新 `GLM_API_KEY`
- 如果报 size 校验错 → 改用「推荐尺寸」之一