Skywork Design

视觉设计 — 图像生成与编辑

通过后端图像 API 生成新图像或编辑现有图像。 请耐心等待，每次生成图像大约需要 2 分钟。

---

前置条件

配置 API 密钥（必需）

此技能需要在 OpenClaw 中配置 SKYWORK_API_KEY。

如果你还没有 API 密钥，请访问： https://skywork.ai

有关详细的设置说明，请参阅： references/apikey-fetch.md

用法

使用绝对路径运行脚本（不要切换到技能目录）：

生成新图像：

python3 <SKILL_DIR>/scripts/generate_image.py --prompt "description" --filename "output.png" [--aspect-ratio 3:4] [--resolution 1K|2K|4K]

编辑现有图像：

python3 <SKILL_DIR>/scripts/generate_image.py --prompt "edit instructions" --filename "output.png" --input-image "source.png" [--aspect-ratio 3:4] [--resolution 2K]

使用多张参考图像进行编辑：

python3 <SKILL_DIR>/scripts/generate_image.py --prompt "combine these styles" --filename "output.png" -i "ref1.png" -i "ref2.png"

始终从用户的工作目录运行，以便将图像保存到该目录。

何时生成，何时编辑

• 生成（仅使用 --prompt）：从头创建新图像，例如海报、徽标、插画、照片和信息图。
• 编辑（使用 --prompt + --input-image）：用户提供现有图像并希望进行修改，例如更改风格、添加或移除元素、调整颜色、转换格式。
  • 注意：编辑 API 支持在单个工作流中还原最多 4 个角色的形象，并保留最多 10 个物体的细节

如果用户上传或引用了图像并希望修改，请始终使用 --input-image。

分辨率

• 1K — 约 1024px，适用于快速草稿
• 2K（默认）— 约 2048px，适用于大多数交付内容
• 4K — 约 4096px，适用于最终高分辨率输出

用户请求映射：“low/draft” → 1K，“normal/medium/2K” → 2K，“high-res/hi-res/4K/ultra” → 4K。

宽高比

支持的比例：1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9。

选择指南：

• 1:1 — 社交媒体头像、图标、专辑封面
• 3:4 / 4:3 — 通用海报、演示文稿
• 4:5 / 5:4 — Instagram 帖子、人像
• 9:16 / 16:9 — 手机故事 / 桌面壁纸、视频封面
• 2:3 / 3:2 — 印刷海报、书籍封面
• 21:9 — 超宽横幅、电影画幅

如果用户未指定，请省略 --aspect-ratio，由 API 自行决定。

文件名约定

格式：yyyy-mm-dd-hh-mm-ss-descriptive-name.png

示例：

• “宁静的日式庭园” → 2026-03-10-14-23-05-japanese-garden.png
• “山间日落” → 2026-03-10-15-30-12-sunset-mountains.png
• 上下文不明确 → 2026-03-10-17-12-48-x9k2.png

预检

• command -v python3（必须存在）
• 如果进行编辑：确认每个 --input-image 文件都存在

常见故障

• Error: Input image not found: → 路径错误；确认 --input-image 文件存在
• HTTP error 500 → 后端服务错误；请重试或检查服务状态
• Request failed: Connection refused → 后端服务不可用；请确认服务正在运行
• 权益不足：脚本或日志可能会显示类似 Insufficient benefit. Please upgrade your account at {url} 的消息，这意味着用户的权益等级不符合此技能的要求。

权益不足时如何回复

检测到上述情况时，请使用用户当前使用的语言回复，不要照搬英文消息。按以下模式回复：

• 传达：“抱歉，图像生成失败。此技能需要升级 Skywork 会员才能使用。”然后附上一个行动号召链接。
• 格式：用用户的语言写一句简短的话 + 一个链接，例如 [立即升级 →](url)，或使用对应语言的表述。
• URL：从日志或脚本输出中提取升级 URL（例如 at https://... 部分）。

注意：只有在错误为 Insufficient benefit 时才建议升级。对于 NO_TOKEN / INVALID_TOKEN / 401 / “invalid API key” 等认证错误，请保留错误代码 / 原始消息，并引导用户更新 SKYWORK_API_KEY。不要建议升级会员。

输出

• 脚本会打印本地文件路径和 OSS URL。
• 根据平台，选择最合适的方式交付图片（例如，作为图片消息发送、内嵌显示或打印 URL）。默认情况下，同时向用户返回本地路径和 OSS URL。OSS URL 可确保跨平台访问。

设计场景

根据用户的请求匹配相应场景，并阅读对应文件以了解专用工作流：

• 电商产品图片：参见 scenarios/e-commerce.md
• 分镜故事板：参见 scenarios/storyboard.md
• 信息图：参见 scenarios/infographic.md
• Logo：参见 scenarios/logo.md
• 品牌设计 / VI：参见 scenarios/branding.md
• 宣传册：参见 scenarios/brochure.md
• 社交媒体：参见 scenarios/social-media.md
• 海报：参见 scenarios/poster.md

提示词工程

提示词最佳实践

使用图像 API 生成或编辑图片时，请遵循以下原则来编写高质量提示词：

• 描述场景，而不只是罗列关键词。 与互不相关的词语相比，叙述性描述段落能产生好得多的效果。模型的核心优势在于深度语言理解。
  • 较弱："cat, sunset, beach"
  • 较强："A ginger tabby cat sitting on a sandy beach at golden hour, facing the camera with soft warm backlighting, shallow depth of field, ocean waves blurred in the background"
• 尽可能具体。 提供的细节越多，可控性就越强。请包含所有视觉细节：风格、颜色、构图、光线、背景和纹理。
• 提供背景和意图。 说明图片的用途——模型对背景的理解会影响生成结果。
• 为包含许多元素的复杂场景提供分步指示。 将提示词分层拆解：前景、中景、背景。
• 使用“语义负面提示词”。 不要说“没有汽车”，而要正面描述：“空无一人、没有车流的街道。”
• 控制镜头。 使用摄影和电影术语："wide-angle shot"、"macro shot"、"low-angle perspective"、"bird's eye view"、"rule of thirds"、"shallow depth of field"。
• 考虑时间感知。 如果结果需要反映实时情况，请在提示词中注明当前的时间背景。
• 图片中的文字。 将文字内容放在双引号内：

  一张电影海报，顶部用大号银色金属字写着标题 "INCEPTION"

• 明确指出并强调需要修改的元素。描述参考图片时，请按顺序称为第一张图片、第二张图片，而不是使用文件名。