xinghe-image

星河 AI 生图 Skill

统一生图入口，两条风格路线，按场景自动路由。

依赖

• 生图脚本：scripts/generate.py
• Python 3.8+ + openai 库（pip install openai）
• 提示词语言：强制中文（中文效果更好）
• API：百度 AIStudio API + API Key（见下方首次配置）

---

首次配置：API Key 检测 ⛔ BLOCKING（每次启动执行）

每次 Skill 启动时，先运行以下检测命令：

test -n "$AISTUDIO_API_KEY" && echo "KEY_ENV=OK" || echo "KEY_ENV=MISSING"

KEY_ENV=OK → 直接进入 Step 0。

KEY_ENV=MISSING → 向用户说明并请求 API Key，配置完成前不继续：

⚠️ 未检测到 API Key，需要完成一次性配置才能生图。

请前往以下地址获取你的 Access Token（免费，登录百度账号即可）：
  https://aistudio.baidu.com/account/accessToken

获取后，把 Key 直接粘贴到这里，我来帮你完成配置。

用户提供 Key 后，由 AI 自动完成以下全部步骤，无需用户手动操作：

Step A：检测当前 Shell

basename "$SHELL"

根据结果选择写入文件：zsh → ~/.zshrc，bash → ~/.bashrc，其他 → ~/.profile。

Step B：写入并生效

# 以 zsh 为例，实际根据 Step A 结果选择对应文件
echo 'export AISTUDIO_API_KEY={用户提供的Key}' >> ~/.zshrc && source ~/.zshrc

Step C：验证

python3 {baseDir}/scripts/generate.py \
  --prompt "测试" --size 1024x1024 --output /tmp/xinghe-test.png

• 输出 ✓ 已保存 → 配置成功，告知用户后继续 Step 0。
• 输出 错误: → 提示 Key 可能有误，请用户重新获取后再次粘贴。

---

Step 0：欢迎菜单

智能跳过：若用户消息已包含以下触发词，直接进入 Step 1，不弹菜单。

触发词	对应场景
信息图、数据可视化、知识图谱、流程图	信息图
文章配图、章节配图	文章配图
封面、Banner、封面图	封面图
小红书图文、小红书帖子、小红书图片	小红书图文

无法识别场景时 ⛔ BLOCKING，使用 AskUserQuestion 展示以下选项：

你好！我是星河 AI 生图助手。

请选择你需要的生图类型：
1. 📊 信息图 —— 数据可视化、知识图谱、流程图海报
2. 🖼️ 文章配图 —— 为文章每个章节生成「海报级」配图（激进风格化）
3. 🎨 封面图 —— 博客/公众号/视频封面
4. 📱 小红书图文 —— 内容分析 + 多图卡片 + 文案包，一键生成完整发帖包

用户选择后，跳转到对应子流程（见下方路由表）。

---

Step 1：内容输入

根据选择的场景，引导用户提供：

场景	需要的输入
信息图	要可视化的内容/数据/主题，以及期望传达的核心信息
文章配图	文章全文或分段摘要
封面图	文章标题/主题描述，期望的视觉风格倾向（可选）
小红书图文	文章/笔记/文案等已有内容，AI 自动分析拆解

文字来源原则：

• 凡是会出现在图片上或文案包里的文字内容，默认都应来自用户提供的文章、笔记、标题、数据或明确的措辞要求
• 允许为了版面和平台表达做压缩、改写、口语化重组，但不得新增原文中没有的事实、数据、结论、承诺、人物经历或卖点
• 如果用户只给了主题而没有给可直接上图的文案，优先生成无字视觉稿，或仅使用用户明确提供的标题

---

Step 2：风格路线选择

两条路线，按场景自动路由：

场景	路线	风格来源
信息图	预设路线	references/image-presets.csv（完整提示词预设，直接可用）
小红书图文	预设路线	references/image-presets.csv
文章配图	组装路线	references/styles-index.csv + prompt-assembly.md Skeleton 组装
封面图 / Banner	组装路线	references/styles-index.csv + prompt-assembly.md Skeleton 组装

预设路线（信息图 / 小红书图文）：风格选型在各自子流程内完成（子流程中有 ⚠️ BLOCKING 的预设选型步骤），Step 2 对预设路线不需要额外操作，直接进入 Step 3。

组装路线：从 styles-index.csv 推荐 3 个风格（mood 列不同），用户确认后按 prompt-assembly.md Part 1 规则组装提示词。组装展示格式：

为你的「[场景]」推荐几个风格方向：

**方向 A：[风格名称]**
视觉效果：[具体描述，100字内]

**方向 B：[风格名称]**
视觉效果：[具体描述]

**方向 C：[风格名称]**
视觉效果：[具体描述]

请选择一个方向，或描述你想要的其他风格。

风格推荐约束：3 个推荐必须跨越不同大类，详见 references/workflows/prompt-assembly.md Part 1。

---

Step 3：执行子流程

根据 Step 0 选择，加载对应工作流：

用户选择	子流程文件
信息图	references/workflows/infographic.md
文章配图	references/workflows/article-illustration.md
封面图	references/workflows/cover-image.md
小红书图文	references/workflows/xiaohongshu.md

传入参数：

• {content} = 用户提供的内容
• {style} = Step 2 确认的风格（预设名 或 styles-index 风格名）
• {scene} = 选择的场景类型

---

生图调用

所有子流程通过 scripts/generate.py 调用生图 API。

⚠️ 模型名称锁定：API 实际接受的模型名为 ernie-image-turbo（全小写）。官方文档中出现的 ERNIE-Image-Turbo 大写写法会导致 HTTP 400 报错。任何情况下不得修改此名称的大小写。

{baseDir} 说明：本 SKILL.md 所在目录的绝对路径。执行生图命令前，先确认路径：

# 示例：全局安装
# {baseDir} = ~/.claude/skills/xinghe-image

不确定时，运行 find ~ -name "SKILL.md" -path "*/xinghe-image/*" 定位。

尺寸必须显式传 --size，不要依赖任何隐式默认值，避免模型或调用链回落到错误比例。

完整调用格式

python3 {baseDir}/scripts/generate.py \
  --prompt "提示词（中文）" \
  --size 1264x848 \
  --output output.png \
  [--n 1] \
  [--steps 8] \
  [--guidance 1.0] \
  [--no-pe] \
  [--seed 42]

参数说明

参数	必填	默认值	说明
--prompt / -p	✅	—	生图提示词，强制中文（中文效果更好）
--size / -s	✅	1024x1024	图片尺寸，必须是下方 7 个合法值之一
--output / -o	✅	—	输出文件路径，.png 格式
--n	—	1	一次生成张数，可选 1 / 2 / 3 / 4
--steps	—	8	推理步数：8 = Turbo 快速（约 3-5s），50 = 标准高质量
--guidance	—	1.0	引导强度 guidance_scale，控制提示词对生成结果的影响程度
--no-pe	—	关闭	加上此标志则禁用提示词增强（PE）；默认开启 PE，模型会自动优化 prompt
--seed	—	-1	随机种子，-1 为随机；指定相同 seed 可复现结果
--api-key	—	读环境变量	临时覆盖 AISTUDIO_API_KEY，一般不需要手动传

常用调用示例

普通生图（快速，默认参数）：

python3 {baseDir}/scripts/generate.py \
  --prompt "提示词" --size 1264x848 --output out.png

高质量生图（50步，关闭 PE 以精确控制 prompt）：

python3 {baseDir}/scripts/generate.py \
  --prompt "提示词" --size 848x1264 --output out.png \
  --steps 50 --no-pe

可复现生图（固定 seed）：

python3 {baseDir}/scripts/generate.py \
  --prompt "提示词" --size 1024x1024 --output out.png \
  --seed 42

尺寸

API 只接受以下 7 个精确尺寸，不可使用其他值（会报错）。

尺寸	比例	方向
1024x1024	1:1	方形
848x1264	3:4	竖版
768x1376	9:16	竖版
896x1200	3:4	竖版
1264x848	3:2	横版
1376x768	16:9	横版
1200x896	4:3	横版

各场景默认尺寸：

场景	默认尺寸	备选
信息图	1264x848（横版 3:2）	1200x896、1024x1024
文章配图	1264x848（横版 3:2）	1376x768、1024x1024
封面图 / Banner	1376x768（横版 16:9）	1264x848、1200x896
小红书图文	848x1264（竖版 3:4）	768x1376、1024x1024

中文渲染约束

当以下任一条件成立时，在提示词末尾追加中文渲染约束：

• 提示词或用户内容中含有中文
• 用户未明确指定输出语言

若用户明确要求英文输出（如"英文版面"、"English text only"、"文案语言为英文"），则跳过此约束。

中文渲染约束内容：

所有中文文字清晰可辨，笔画完整，无乱码、无变形、无错位；中文字符独立排版，字体工整易读。图中所有文字必须使用中文，不得出现日文、韩文或其他语言文字。

生成后处理

脚本输出中每个 OUTPUT: {path} 行对应一张生成的图片。生成完成后：

1. 将所有图片路径告知用户
2. 用 open 命令直接打开图片（macOS）：

open {path}           # 单张
open {path1} {path2}  # 多张

---

多图生成

适用场景：小红书图文（多图卡片）、信息图系列。

执行规则

封面先行（同步，阻塞等待完成后再进行下一步）：

python3 {baseDir}/scripts/generate.py \
  --prompt "[封面提示词]" \
  --size [尺寸] \
  --output [output-dir]/01-cover-[slug].png

内容页并发（同一条消息发起多个 Bash，每个加 run_in_background: true）：

# 02、03 ... NN 同时发起，每个独立的 Bash 调用
python3 {baseDir}/scripts/generate.py \
  --prompt "[第N页提示词]" \
  --size [尺寸] \
  --output [output-dir]/NN-[type]-[slug].png

统一等待（同一条消息发起多个 TaskOutput，每个 block=true）：

等待所有后台任务完成后统一报告结果。

进度报告

每张发起前：⏳ 生成中 [N/总数]...

每张完成后：✓ [N/总数] → 已保存: [路径]

失败处理

单张失败 → 重试一次 → 仍失败则记录跳过，继续其余图片，最后汇报失败列表。

视觉一致性

星河 API 不支持 --ref 参数。保持系列一致性的方式：第 2 张起完整复用第 1 张的风格描述部分，并在提示词末尾追加：

风格、色调、渲染质感与系列第一张图保持高度一致。

---

参考文件索引

文件	用途
references/styles-index.csv	组装路线风格库（40+ 款抽象设计风格，含 rendering_keywords/visual_rule/color_rule）
references/image-presets.csv	预设路线风格库（25 条完整提示词预设，信息图/小红书直接可用）
references/workflows/prompt-assembly.md	组装路线规则：风格推荐逻辑 + Skeleton 填槽指南
references/workflows/infographic.md	信息图子流程
references/workflows/article-illustration.md	文章配图子流程（表达性/说明性双模式）
references/workflows/cover-image.md	封面图子流程
references/workflows/xiaohongshu.md	小红书图文生成（预设选型 + 大纲 + 生图 + 文案包）