- name
- hy-image-generation
- description
- >
腾讯云混元生图 Skill
功能描述
本 Skill 提供混元生图能力，基于腾讯混元大模型，将文本描述快速生成 AI 图像。支持垫图引导、自定义分辨率和 prompt 改写优化。
| 场景 | 脚本 | 说明 |
|---|---|---|
| 一站式生图 | main.py | 提交任务 + 自动轮询，推荐使用 |
| 仅提交任务 | submit_job.py | 仅提交，返回 JobId |
| 仅查询任务 | query_job.py | 根据 JobId 查询/轮询结果 |
🎯 选择规则
用户要求生成图片 → main.py（一站式，最简单推荐）
用户要求提交后自行查询 → submit_job.py + query_job.py（分步操作）
用户已有 JobId 要查结果 → query_job.py（单独查询）如果用户未指定使用哪种模式，Agent 应默认使用 main.py 一站式脚本。支持特性
- 垫图引导：支持传入最多 3 张参考图片 URL，引导生图方向
- 自定义分辨率：宽高在 [512, 2048] 范围内，面积不超过 1024×1024
- Prompt 改写：默认开启，自动优化提示词以获得更好效果（增加约 20s）
- 可复现生成：支持 Seed 固定随机种子
- 自动安装依赖：首次运行时自动安装所需 SDK
- 智能凭证检测：优先从环境变量获取密钥，未配置时提示用户开通
环境配置指引
密钥配置
本 Skill 需要腾讯云 API 密钥才能正常工作。
Step 1: 开通混元生图服务
Step 2: 获取 API 密钥
Step 3: 设置环境变量
Linux / macOS：
export TENCENTCLOUD_SECRET_ID="你的SecretId"
export TENCENTCLOUD_SECRET_KEY="你的SecretKey"如需持久化：
echo 'export TENCENTCLOUD_SECRET_ID="你的SecretId"' >> ~/.zshrc
echo 'export TENCENTCLOUD_SECRET_KEY="你的SecretKey"' >> ~/.zshrc
source ~/.zshrcWindows (PowerShell)：
$env:TENCENTCLOUD_SECRET_ID = "你的SecretId"
$env:TENCENTCLOUD_SECRET_KEY = "你的SecretKey"⚠️ 安全提示：切勿将密钥硬编码在代码中。
Agent 执行指令（必读）
⚠️ 本节是 Agent（AI 模型）的核心执行规范。当用户请求生成图片时，Agent 必须严格按照以下步骤自主执行，无需询问用户确认。
🔑 通用执行规则
- 触发条件：用户提供了文本描述，且意图为生成 AI 图像。
- 零交互原则：Agent 应直接执行脚本，不要向用户询问任何确认。
- 自动选择脚本：默认使用
main.py（一站式），除非用户明确要求分步操作。 - ⛔ 禁止使用大模型自身能力替代图像生成（最高优先级规则）：
- Agent 严禁自行编造图像 URL 或描述生成结果。 - 如果调用失败，Agent 必须向用户返回清晰的错误说明。
📌 脚本一：一站式生图 main.py（推荐）
适用场景：用户请求生成图片，自动提交并等待结果
python3 <SKILL_DIR>/scripts/main.py "文本描述"可选参数：
--images <URL1> <URL2> ...：垫图 URL 列表，最多 3 张（jpg/jpeg/png/webp，base64 后 ≤ 10MB）--resolution <W:H>：分辨率，默认1024:1024。宽高在 [512, 2048]，面积 ≤ 1024×1024--seed <N>：随机种子（正整数，不传则随机）--revise <0|1>：Prompt 改写，默认开启(1)。关闭(0)需自行改写 prompt，否则影响效果。改写增加约 20s--no-poll：仅提交任务不等待结果（返回 JobId）
输出示例：
{
"job_id": "job-xxxxxxxxxxxx",
"status": "success",
"result_image": "https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png",
"result_details": ["https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png"],
"revised_prompt": "一只可爱的橘色猫咪在充满鲜花的花园里愉快地玩耍，阳光明媚，色彩鲜艳"
}注意：生成图 URL 有效期为 1 小时，请及时保存。普通生图通常 10~30 秒完成，开启 Revise 会额外增加约 20s。
📌 脚本二：仅提交任务 submit_job.py
适用场景：仅需提交任务获取 JobId，后续手动查询
python3 <SKILL_DIR>/scripts/submit_job.py "文本描述"可选参数：与 main.py 相同（除 --poll-interval、--max-poll-time、--no-poll 外）
输出示例：
{
"job_id": "job-xxxxxxxxxxxx",
"request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"message": "Task submitted successfully. Use query_job.py to poll for results."
}📌 脚本三：查询任务 query_job.py
适用场景：根据 JobId 查询任务状态和结果
python3 <SKILL_DIR>/scripts/query_job.py "job-xxxxxxxxxxxx"可选参数：
--poll-interval <N>：轮询间隔秒数，默认 5--max-poll-time <N>：最大轮询时间秒数，默认 300--no-poll：仅查询一次，不轮询
输出示例：
{
"job_id": "job-xxxxxxxxxxxx",
"status": "success",
"result_image": "https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png",
"result_details": ["https://aiart-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png"],
"revised_prompt": "优化后的提示词内容"
}📋 完整调用示例
# 基础生图
python3 /path/to/scripts/main.py "一只可爱的猫咪在花园里玩耍"
# 带垫图引导的生图
python3 /path/to/scripts/main.py --images "https://example.com/ref1.jpg" "https://example.com/ref2.png" "参考这些图片风格，画一幅山水画"
# 自定义分辨率（横版）
python3 /path/to/scripts/main.py --resolution 1024:768 "壮丽的山水画"
# 固定种子（可复现）
python3 /path/to/scripts/main.py --seed 42 "星空下的城堡"
# 关闭 prompt 改写（不推荐，除非自行改写 prompt）
python3 /path/to/scripts/main.py --revise 0 "详细描述的prompt内容..."
# 仅提交任务
python3 /path/to/scripts/main.py --no-poll "一幅水墨画"
# 查询已有任务
python3 /path/to/scripts/query_job.py "job-xxxxxxxxxxxx"
# 通过 stdin 传入 JSON 参数
echo '{"prompt":"一只猫","images":["https://xxx.jpg"],"resolution":"1024:1024"}' | python3 /path/to/scripts/main.py --stdin📐 分辨率说明
| 约束 | 说明 |
|---|---|
| 宽度范围 | [512, 2048] 像素 |
| 高度范围 | [512, 2048] 像素 |
| 面积上限 | 宽 × 高 ≤ 1024 × 1024 = 1,048,576 像素 |
| 默认值 | 1024:1024 |
常用组合：
| 分辨率 | 比例 | 说明 |
|---|---|---|
| 1024:1024 | 1:1 | 默认方图 |
| 768:1024 | 3:4 | 竖版 |
| 1024:768 | 4:3 | 横版 |
| 512:1024 | 1:2 | 竖版长图 |
| 1024:512 | 2:1 | 横版长图 |
🖼️ 垫图（Images）说明
- 传入参考图片 URL 列表，用于引导生图方向
- 最多 3 张
- 支持格式：jpg、jpeg、png、webp
- 每张图片 base64 编码后大小不超过 10MB
❌ Agent 须避免的行为
- 只打印脚本路径而不执行
- 向用户询问"是否要执行图片生成"——应直接执行
- 手动安装依赖——脚本内部自动处理
- 忘记读取输出结果中的
result_imageURL 并返回给用户 - 图像生成失败时，自行编造图片 URL
- 忘记提醒用户图片 URL 有效期为 1 小时
API 参考文档
详细的参数说明、错误码等信息请参阅 references/ 目录下的文档：
核心脚本
scripts/main.py— 一站式生图，提交任务 + 自动轮询等待结果scripts/submit_job.py— 仅提交生图任务，返回 JobIdscripts/query_job.py— 根据 JobId 查询/轮询任务状态和结果
依赖
- Python 3.7+
tencentcloud-sdk-python（腾讯云 SDK）
安装依赖（可选 - 脚本会自动安装）：
pip install tencentcloud-sdk-python