魔搭社区图片生成

通过魔搭社区（ModelScope）API 调用多种文生图模型生成图片。使用流程：查看模型列表 → 选择模型 → AI 生成提示词 → 生成图片。

概述

本技能支持通过魔搭社区 API 生成高质量图片。核心特点：

1. 预配置模型列表 - 无需网络请求，直接查看可用模型
2. AI 生成提示词 - 根据用户需求场景生成专业优化的提示词
3. 多模型支持 - Kolors、Stable Diffusion XL、FLUX 等

使用场景

当出现以下情况时使用本技能：

• 用户请求使用魔搭社区或 ModelScope 生成图片
• 用户需要从中文文本提示词生成图片
• 用户需要专业优化的提示词来生成高质量图片

工作流程

第一步：查看可用模型

python3 {baseDir}/scripts/gen.py --list-models

这会显示完整的模型信息：

• 推荐模型：预设的高质量模型，包含 ID、名称、说明、支持语言
• 其他模型：更多支持 API 推理的模型，同样显示完整信息

模型列表存储在 references/models.md 中，方便后期新增和修改。

第二步：选择模型（使用子agent）

重要：当需要与用户交互确认风格和模型选择时，建议使用子agent处理。

原因：

• 防止上下文污染（模型列表有 30+ 个，详细信息会占用大量 token）
• 模型选择是一个独立决策过程，不应在主对话中展开
• 用户可能需要多次比较不同模型，子agent可以独立处理

使用方式：

# 启动子agent处理模型选择
Task(
    subagent_type="general-purpose",
    prompt="根据用户需求，从 references/models.md 中推荐最合适的模型。用户需求：{user_request}",
    description="帮助用户选择合适的文生图模型"
)

子agent应：

1. 加载 references/models.md
2. 根据用户需求（风格、语言、场景）推荐 2-3 个最合适的模型
3. 说明每个模型的特点和适用场景
4. 等待用户确认
5. 将确认结果返回给主agent

第三步：AI 生成专业提示词

根据用户的需求场景，AI 会生成专业的提示词。

提示词结构：

主体 + 细节描述 + 背景 + 风格 + 光影

示例：

• 用户需求："生成一张猫的照片"
• AI 生成提示词：一只优雅的橘猫，蓬松的毛发，灵动的眼神，躺在柔软的沙发上，温馨的家居环境，电影级摄影风格，自然阳光照射

提示词生成技巧请参考：references/prompt_guide.md

第四步：生成图片

python3 {baseDir}/scripts/gen.py \
  --prompt "<AI生成的提示词>" \
  --model <用户确认的模型>

推荐模型

核心推荐（默认使用）

完整模型列表：使用 --list-models 查看，或加载 references/models.md 查看所有 34 个模型。

按场景快速选择

使用示例

示例 1：人物肖像

# 查看模型
python3 {baseDir}/scripts/gen.py --list-models

# AI 生成提示词并执行
python3 {baseDir}/scripts/gen.py \
  --prompt "优雅的女性，精致的妆容，温柔的眼神，华丽的晚礼服，城市夜景背景，电影级肖像风格，柔和的伦勃朗光" \
  --model kolors \
  --count 4

示例 2：自然风景

python3 {baseDir}/scripts/gen.py \
  --prompt "壮丽的雪山，云雾缭绕，倒影如镜的湖泊，蔚蓝天空，超写实摄影风格，黄金时刻光线" \
  --model sd-x1

示例 3：赛博朋克城市

python3 {baseDir}/scripts/gen.py \
  --prompt "未来城市夜景，高耸的摩天大楼，霓虹闪烁的街道，全息广告牌，飞行的汽车，赛博朋克风格，夜幕下的霓虹灯光" \
  --model flux-schnell \
  --count 8

命令参数

python3 {baseDir}/scripts/gen.py [选项]

必需参数:
  --prompt TEXT        图片提示词（由 AI 根据用户需求生成）