腾讯云混元文生图像生成

Overview#

本 skill 通过调用腾讯云 AI Art API（混元生图 3.0）实现文生图和图生图功能。采用异步任务模式：先提交（SubmitTextToImageJob），再轮询查询（QueryTextToImageJob）直至完成。

Workflow#

1. 判断用户意图：文生图（无参考图）还是图生图（提供参考图 URL）
2. 解析图像分辨率：支持比例字符串或像素字符串，转换见下表
3. 若用户提供了参考图 URL/路径，直接将 URL 传入脚本的 --images 参数（无需下载）
4. 运行脚本生成图片（异步轮询，约 30–90 秒）
5. 输出：原始 prompt、扩写后 prompt（若开启改写）、分辨率、JobId、图片完整 URL

⚠️ 生成的图片 URL 有效期仅 1 小时，务必在输出中完整展示，提醒用户及时保存。

---

分辨率对照表#

文生图默认 1024:1024；宽高均需在 [512, 2048] 范围内，乘积 ≤ 1024×1024。

比例像素尺寸1:11024:10243:4768:10244:31024:7689:16720:128016:91280:720

图生图时若不传分辨率，模型将从 37 种预设尺寸中自动选择。

---

Available Scripts#

• hunyuan3-text-to-image.py — 文生图（支持可选参考图实现图生图），使用混元生图 3.0

---

Setting Up#

首次使用时，进入目录并安装依赖：

bash

cd ~/.claude/skills/huny-img
python3 -m venv ~/.pyenv/versions/py312-huny-img
source ~/.pyenv/versions/py312-huny-img/bin/activate
pip install python-dotenv
cp .env.example .env
# 编辑 .env，填入 TENCENTCLOUD_SECRET_ID 和 TENCENTCLOUD_SECRET_KEY

后续执行脚本时，优先用：

bash

~/.pyenv/versions/py312-huny-img/bin/python ./scripts/hunyuan3-text-to-image.py ...

若 venv 不存在，可直接用系统 python3（脚本仅依赖标准库 + python-dotenv）：

bash

pip install python-dotenv --break-system-packages
python3 ./scripts/hunyuan3-text-to-image.py ...

---

Usage Examples#

文生图（默认 1:1）

bash

~/.pyenv/versions/py312-huny-img/bin/python "./scripts/hunyuan3-text-to-image.py" \
  -p "雨中竹林小路，水墨风格"

指定比例

bash

~/.pyenv/versions/py312-huny-img/bin/python "./scripts/hunyuan3-text-to-image.py" \
  -p "夕阳下的城市天际线，摄影风格" \
  -r 16:9

指定像素尺寸 + 关闭 prompt 改写

bash

~/.pyenv/versions/py312-huny-img/bin/python "./scripts/hunyuan3-text-to-image.py" \
  -p "可爱的柴犬在草地上奔跑" \
  -r 768:1024 \
  --no-revise

图生图（提供参考图 URL）

bash

~/.pyenv/versions/py312-huny-img/bin/python "./scripts/hunyuan3-text-to-image.py" \
  -p "参考图的风格，生成一幅秋日枫林场景" \
  --images "http://example.com/ref1.jpg" "http://example.com/ref2.jpg"

固定随机种子（复现结果）

bash

~/.pyenv/versions/py312-huny-img/bin/python "./scripts/hunyuan3-text-to-image.py" \
  -p "星空下的雪山" \
  --seed 42

---

Script Arguments#

参数简写说明默认值--prompt``-p文本描述提示词示例花店--resolution``-r分辨率（比例或像素，如 16:9 或 1024:768）1024:1024``--seed—随机种子（正整数）随机--logo—添加水印：0=否，1=是0``--no-revise—关闭 prompt 改写（开启改写约增加 20s）默认开启--images—参考图 URL 列表（最多 3 张）无--poll-interval—轮询间隔秒数5``--timeout—最长等待秒数300

---

Requirements#

• Python 3.8+

• python-dotenv（其余全为标准库，无需安装 tencentcloud SDK）

• 腾讯云账号，已开通「腾讯混元生图」服务

• 在 .env 中配置：

  • TENCENTCLOUD_SECRET_ID
  • TENCENTCLOUD_SECRET_KEY
  • TENCENTCLOUD_REGION（可选，默认 ap-guangzhou）