bigmodel-image-video（大模型图像视频）

BigModel 生成图片和视频

使用智谱 AI 的 BigModel API 生成高质量图片和视频。支持单张/批量图片生成、视频生成（含 AI 音频）。

🚀 快速开始

1. 设置 API Key

必需步骤 - 只需设置一次：

# 临时设置（当前会话）
export BIGMODEL_API_KEY=your_api_key_here

# 永久设置（推荐）
echo 'export BIGMODEL_API_KEY=your_api_key_here' >> ~/.zshrc
source ~/.zshrc

获取 API Key：访问 智谱 AI BigModel 开放平台

2. 快速使用

最简单的方式 - 使用提供的脚本：

# 生成图片
python scripts/generate.py "一只可爱的橘猫"

# 生成视频
python scripts/generate.py "海边日落" --video

# 批量生成
python scripts/generate.py "日出 日落 星空 彩虹" --batch

# 查看所有选项
python scripts/generate.py --help

编程方式 - 在 Python 代码中使用：

import sys
sys.path.insert(0, '.claude/skills/image-video-generation/lib')

from image_video import generate_image

result = generate_image(prompt="描述内容")
print(result["data"][0]["url"])

📖 使用场景与示例

场景 1：小说/书籍封面

# 武侠小说封面（竖版）
python scripts/generate.py "中国武侠小说封面，水墨画风格，远山如黛，云雾缭绕，一把长剑插在岩石上，月光洒下" --size 1024x1792

# 言情小说封面
python scripts/generate.py "浪漫的粉色花瓣飘落，温柔的夕阳，温暖的色调" --size 1024x1792

# 科幻小说封面
python scripts/generate.py "未来城市，霓虹灯光，赛博朋克风格，高科技感" --size 1024x1792

场景 2：社交媒体内容

# 小红书风格图片
python scripts/generate.py "清新文艺风格，自然光线，极简构图，高饱和度"

# 朋友圈配图
python scripts/generate.py "生活记录，温馨日常，柔和光线"

# 头像生成
python scripts/generate.py "可爱的卡通风格猫咪头像，简洁背景"

场景 3：电商产品图

# 产品展示
python scripts/generate.py "白色背景上的蓝色运动鞋，专业产品摄影，柔和光线" --quality hd

# 场景展示
python scripts/generate.py "产品放在木质桌面上，温馨的家居环境，自然光"

场景 4：短视频制作

# 5秒短视频
python scripts/generate.py "一朵花在阳光下缓缓开放" --video --duration 5

# 10秒高质量视频
python scripts/generate.py "城市夜景，车流穿梭，灯光流动" --video --duration 10 --quality hd

场景 5：批量生成

# 批量生成不同风格的图片
python scripts/generate.py "日出时的山景 蓝色大海的海滩 秋天的森林小路 雪后的村庄" --batch

# 批量生成产品变体
python scripts/generate.py "红色款产品 蓝色款产品 黑色款产品 白色款产品" --batch

🎯 参数选择指南

图片模型选择

建议：

• 快速测试 → cogview-3-flash
• 日常使用 → cogview-4-250304
• 最终输出 → cogview-4 + --quality hd

视频模型选择

建议：

• 快速测试 → cogvideox-flash
• 日常使用 → cogvideox-2
• 高质量输出 → cogvideox-3

尺寸选择

💡 Prompt 编写技巧

好的 Prompt 特征

✅ 具体明确 - 描述主体、风格、场景 ✅ 细节丰富 - 包含光线、角度、氛围 ✅ 风格明确 - 指定艺术风格、质量要求

示例对比

❌ 不好：一只猫

✅ 好：一只橘色的短毛猫，坐在窗台上晒太阳，温暖的下午光线，柔和的景深效果，专业摄影

常用风格关键词

风格类：

• 水墨画、油画、水彩、素描、卡通、写实
• 赛博朋克、极简主义、复古、现代、传统

光线类：

• 自然光、柔和光线、强烈对比、逆光、侧光

氛围类：

• 温馨、神秘、浪漫、科技感、清新、厚重

质量类：

• 专业摄影、高清、8K、电影级、精细细节

⚙️ 高级用法

直接使用 Python API

import sys
sys.path.insert(0, '.claude/skills/image-video-generation/lib')

from image_video import generate_image, batch_generate_images, generate_video, wait_for_video

# 单张图片
result = generate_image(
    prompt="描述内容",
    model="cogview-3-flash",
    quality="standard",
    size="1024x1024",
)
url = result["data"][0]["url"]

# 批量图片
prompts = ["描述1", "描述2", "描述3"]
results = batch_generate_images(prompts, max_concurrent=3)

# 视频生成
video = generate_video(prompt="描述内容", duration=5)
task_id = video["id"]
final = wait_for_video(task_id)
video_url = final["video_result"][0]["url"]

自定义并发控制

批量生成时控制并发数以优化性能：

results = batch_generate_images(
    prompts,
    max_concurrent=5  # 增加并发数（建议不超过 5）
)

📚 完整参考文档

详细的 API 文档和更多示例请参考：

• 完整 API 参考：见 lib/image_video.py 中的函数文档
• 示例代码：见 examples/ 目录
• README：见 README.md 获取快速入门

❓ 故障排除

常见问题

Q: 提示 "需要设置 BIGMODEL_API_KEY 环境变量"

• A: 未设置 API Key，参考"快速开始"第1步设置

Q: 生成速度很慢

• A: 尝试使用 cogview-3-flash 或 cogvideox-flash 模型

Q: 视频生成失败

• A: 简化 prompt 或更换模型，检查网络连接

Q: 批量生成时中断

• A: 降低并发数，使用 --concurrent 2

Q: 图片质量不够高

• A: 使用 --quality hd 和 cogview-4 模型

获取帮助

# 查看脚本帮助
python scripts/generate.py --help

# 测试 API Key 是否有效
python scripts/generate.py "test"  # 如果有效会生成测试图片

🎯 最佳实践

1. 先快速测试 - 使用 flash 模型快速验证效果
2. 再精细调整 - 满意后用高质量模型生成最终版本
3. 保存好 Prompt - 记录有效的 prompt 供后续复用
4. 批量处理 - 相似需求的图片使用批量生成
5. 合理选择尺寸 - 根据用途选择合适的尺寸比例