image-service

| 能力 | 说明 | 脚本 |

|-----|------|------|

| 文生图 | 根据中文文本描述生成图片 | scripts/text_to_image.py |

| 图生图 | 在已有图片基础上进行编辑 | scripts/image_to_image.py |

| 图生文 | 分析图片内容（描述、OCR、图表等） | scripts/image_to_text.py |

| 长图拼接 | 将多张图片垂直拼接为微信长图 | scripts/merge_long_image.py |

| 调研配图 | 预设手绘风格的调研报告信息图 | scripts/research_image.py |

配置文件：config/settings.json

| 配置项 | 值 |

|-------|-----|

| IMAGE_API_BASE_URL | ${IMAGE_API_BASE_URL} |

| IMAGE_MODEL | lyra-flash-9 |

| VISION_MODEL | qwen2.5-vl-72b-instruct |

图片默认保存到命令执行时的当前工作目录：

1. 不要使用 workdir 切换到 skill 目录执行命令
2. 始终在用户的工作目录下执行，使用脚本的绝对路径
3. 脚本路径：.opencode/skills/image-service/scripts/

```bash

# 正确示例

python .opencode/skills/image-service/scripts/text_to_image.py "描述" -r 3:4 -o output.png

```

文生图

```bash

python .opencode/skills/image-service/scripts/text_to_image.py "信息图风格，标题：AI技术趋势" -r 16:9

python .opencode/skills/image-service/scripts/text_to_image.py "竖版海报，产品展示" -r 3:4 -o poster.png

```

参数：-r 宽高比 | -s 尺寸 | -o 输出路径

支持比例：1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

图生图

```bash

python .opencode/skills/image-service/scripts/image_to_image.py input.png "编辑描述" -r 3:4

```

图生文

```bash

python .opencode/skills/image-service/scripts/image_to_text.py image.jpg -m describe

python .opencode/skills/image-service/scripts/image_to_text.py screenshot.png -m ocr

```

模式：describe | ocr | chart | fashion | product | scene

长图拼接

```bash

python .opencode/skills/image-service/scripts/merge_long_image.py img1.png img2.png -o output.png --blend 20

python .opencode/skills/image-service/scripts/merge_long_image.py -p "*.png" -o long.png --sort name

```

参数：-p 通配符 | -o 输出 | -w 宽度 | -g 间隔 | --blend 融合 | --sort 排序

调研配图

```bash

python .opencode/skills/image-service/scripts/research_image.py -t arch -n "标题" -c "内容" -o output.png

```

类型：arch 架构图 | flow 流程图 | compare 对比图 | concept 概念图

收到图片生成需求后，必须先判断是哪种类型，再决定执行方式：

长图识别规则

提示词中出现以下任一特征，即判定为长图需求：

| 特征类型 | 识别关键词/模式 |

|---------|---------------|

| 明确声明 | 长图、长图海报、垂直长图、微信长图、Infographic、Long Banner |

| 分段结构 | 提示词包含多个段落（如"第1部分"、"顶部"、"中间"、"底部"）|

| 编号列表 | 使用 ### 1.、### 2. 等编号分段 |

| 多屏内容 | 描述了3个及以上独立画面/模块 |

| 从上至下 | 出现"从上至下"、"从上到下"等描述 |

判断后的执行路径

```

识别为长图 → 必须先读取 references/long-image-guide.md → 按长图流程执行

识别为单图 → 直接使用 text_to_image.py 生成

```

铁律：识别为长图后，禁止直接生成！必须先加载长图指南，按指南流程执行。

| 场景 | 触发条件 | 参考文档 |

|------|---------|---------|

| 生成多屏长图 | 命中上述长图识别规则 | references/long-image-guide.md（必须加载）|

| 图片含中文文字 | 提示词要求图片包含中文标题/文字 | references/text-rendering-guide.md |

| 为 PPT/文档配图 | 用户提供了配色要求或参考文档 | references/color-sync-guide.md |

| API 接口细节 | 需要了解底层实现 | docs/api-reference.md |

| 提示词技巧 | 需要优化提示词效果 | docs/prompt-guide.md |

1. 必须使用中文撰写提示词
2. 图片中的标题、标签必须为中文
3. 默认宽高比 16:9，可通过 -r 参数调整
4. 推荐风格：信息图、数据可视化、手绘文字、科技插画

• 生成类：生成图片、创建图片、文生图、图生图、信息图、数据可视化
• 分析类：分析图片、OCR、识别文字、图生文
• 拼接类：长图、微信长图、拼接图片