mcpField
G
glmv-prompt-gen

glmv-prompt-gen

github.com/zai-org创意与媒体47543 次安装28 周前更新
代码仓库

关于 glmv-prompt-gen

glmv-prompt-gen 是面向图像与视频生成流程的提示词生成技能，可分析参考视觉内容并产出文生图或文生视频提示词。支持多种输出模式，并可将结果保存到文件。

主要功能

  1. 01分析图像或视频参考内容
  2. 02生成文生图提示词
  3. 03生成文生视频提示词
  4. 04支持 image、video、auto 模式
  5. 05将结果保存为文件

适用场景

  1. 01根据照片撰写图像生成提示词
  2. 02从视频片段生成视频提示词
  3. 03同时生成图像与视频提示词

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/zai-org/glm-skills --skill glmv-prompt-gen

安装后在 Claude Code 中输入/glmv-prompt-gen确认已加载。

附带文件scripts/prompt_gen.py

详细介绍

GLM-V 提示词生成技能

分析参考图像或视频，并为 AI 图像／视频生成工具生成专业提示词。

适用场景

  • 为文生图工具生成提示词（Midjourney、Stable Diffusion、DALL-E 等）
  • 为文生视频工具生成提示词（Sora、Runway、Kling、Pika 等）
  • 用户提到“生成prompt”“文生图prompt”“文生视频prompt”“prompt工程”“参考图生成prompt”“generate prompt”
  • 用户提供图像／视频，并希望重新创作或混编
  • 从参考视觉内容中提取提示词创意

支持的输入类型

类型格式最大大小最大数量Base64
图像jpg, png, jpeg5MB / 6000×6000px50✅
视频mp4, mkv, mov200MB—❌（仅限 URL）

⚠️ 图像和视频不能在同一个请求中使用。 ⚠️ 视频仅支持 URL，不支持本地路径和 base64。

📋 输出显示规则（必须遵守）

运行脚本后，必须按原样显示完整的提示词输出。不要总结、截断，也不要只说“已生成提示词”。用户需要完整的提示词（尤其是英文提示词），以便直接复制／粘贴。

  • 显示完整输出：内容分析 + 提示词 + 提示词拆解
  • 在 auto 模式下，同时显示文生图和文生视频提示词
  • 英文提示词是核心输出，必须完整显示
  • 如果输出已保存（-o），请提供文件路径并显示文件内容

输出模式

模式说明
image为文生图工具生成提示词（默认）
video为文生视频工具生成提示词
auto同时为图像和视频生成提示词

资源链接

资源链接
获取 API 密钥https://bigmodel.cn/usercenter/proj-mgmt/apikeys
API 文档Chat Completions / 对话补全

先决条件

API 密钥配置 / API Key 配置（必需）

此脚本通过 ZHIPU_API_KEY 环境变量读取密钥，并与其他智谱技能共用该密钥。 脚本通过 ZHIPU_API_KEY 环境变量获取密钥，与其他智谱技能共用同一个 key。

获取密钥 / 获取 Key： 访问 Zhipu Open Platform API Keys / 智谱开放平台 API Keys 创建或复制密钥。

配置方式 / 配置方式（任选一种）：

  1. OpenClaw 配置（推荐）/ OpenClaw 配置（推荐）： 在 openclaw.json 的 skills.entries.glmv-prompt-gen.env 下设置：

    "glmv-prompt-gen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }

  2. Shell 环境变量 / Shell 环境变量： 添加到 ~/.zshrc：

    export ZHIPU_API_KEY="你的密钥"

💡 如果你已为其他智谱技能（例如 zhipu-tools 或 glmv-caption）配置过密钥，它们共用同一个 ZHIPU_API_KEY，因此无需额外配置。 💡 如果你已为其他智谱 skill（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。

使用方法

图像 → 文生图提示词
python scripts/prompt_gen.py --images "https://example.com/photo.jpg"
python scripts/prompt_gen.py --images /path/to/photo.png
图像 → 文生视频提示词
python scripts/prompt_gen.py --images "https://example.com/scene.jpg" --mode video
图像 → 两者（图像 + 视频提示词）
python scripts/prompt_gen.py --images "https://example.com/photo.jpg" --mode auto
视频 → 文生视频提示词
python scripts/prompt_gen.py --videos "https://example.com/clip.mp4" --mode video
将结果保存到文件
python scripts/prompt_gen.py --images photo.jpg --mode image -o prompt.md
自定义模型
python scripts/prompt_gen.py --images photo.jpg --model glm-4.6v-flash

输出示例（image 模式）

### Content Analysis
A cyberpunk cityscape at night, with dense skyscrapers, glowing neon signs, and rain-wet streets reflecting colorful light.

### Prompt
Cyberpunk cityscape at night, towering skyscrapers with glowing neon signs,
rain-wet streets reflecting colorful lights, flying cars in the distance,
volumetric fog, dramatic lighting, ultra detailed, 8K, cinematic composition

### Prompt Breakdown
- **Subject**: Futuristic skyline with skyscrapers and neon lights
- **Style**: Cyberpunk, sci-fi
- **Color**: Cool/warm contrast with blue-purple dominance and neon accents
- **Lighting**: Neon glow, wet-surface reflections, volumetric fog
- **Composition**: Wide-angle perspective with layered depth
- **Mood**: Mysterious, futuristic, high-tech

CLI 参考

python scripts/prompt_gen.py (--images IMG [IMG...] | --videos VID [VID...]) [OPTIONS]
参数必需描述
--images, -i二选一图像路径或 URL（jpg/png/jpeg，支持 base64）
--videos, -v二选一视频 URL（mp4/mkv/mov，仅支持 URL）
--mode, -m否输出模式：image（默认）、video 或 auto
--model否模型名称（默认：glm-4.6v）
--temperature, -t否采样温度 0-1（默认：0.6）
--max-tokens否最大输出 token 数（默认：2048）
--thinking否启用思考/推理模式
--stream否启用流式输出
--output, -o否将结果保存到文件
--pretty否美化 JSON 错误输出

错误处理

未配置 API 密钥： → 指引用户配置 ZHIPU_API_KEY

身份验证失败（401/403）： → API 密钥无效或已过期 → 在 Zhipu API Keys / 智谱官网 检查

速率限制（429）： → 配额已用尽 → 等待后重试

内容被过滤： → 存在 warning 字段 → 内容被安全审核拦截

超时： → 视频处理可能需要较长时间 → 增加超时时间或使用较小的文件

评论

支持 Markdown