小云雀ai批量生成100张海报需调用其api并封装循环逻辑：配置密钥至环境变量，准备多风格提示词模板，逐次请求text-to-image接口，校验响应后下载png图，按主题_风格_时间戳命名并自动归类到风格子目录，同时生成索引csv。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用小云雀AI一次性生成100张不同风格的海报图，不重复点击、不手动换提示词、不挨个下载——批量设计流程必须绕过网页端单图交互限制，直接调用其开放API并封装循环逻辑。
准备小云雀AI的API密钥与基础环境
登录小云雀AI官网，在「开发者中心」→「API管理」页面创建新应用，获取 【API_KEY】 和 【SECRET_KEY】。这两个值后续不能明文写进脚本，必须存入系统环境变量或独立配置文件。
安装Python 3.9+环境，执行 pip install requests python-dotenv Pillow。
新建 project 目录，内部创建 .env 文件，写入：API_KEY=your_actual_key_here（注意不要加引号，空格也不能多一个）。
构造多风格提示词模板库
方法一：用预设风格标签组合生成提示词
准备 styles.txt，每行一种视觉风格，例如：赛博朋克、水墨淡彩、胶片颗粒、像素风、莫兰迪色块、手绘线稿、3D低多边形、蒸汽波、浮世绘、玻璃拟态。
方法二：动态混搭主体+风格+构图关键词
写一个 Python 字典，键为“主题”，值为三元组列表：[主体描述, 风格修饰, 构图/光照/质感]。例如 {'咖啡杯': [('特写','水彩晕染','侧逆光+纸纹背景'), ('俯拍','扁平插画','高饱和+留白')]}。这样能避免风格和主体硬绑定，防止生成结果同质化。
小云雀AI (Windows) 1.0.37版重点优化Windows端运行性能与生成稳定性，升级Seedance 2.0视频模型与Seedream图像生成能力，新增智能分镜自动排版与脚本联动生成机制，强化“爆款视频复刻”和数字人口播效果，提升批量生成效率，让用户在Windows端实现更高效的AI短视频与图像内容生产。
注意：小云雀AI对中文提示词长度敏感，单次请求总字符数超过180会截断，所以每组三元组拼接后必须用 len() 校验，超长则优先删减“质感”部分。
调用API批量生成图片
第一步：读取 .env 中的密钥，用 requests.post 向 https://api.xiaoyunque.ai/v1/text-to-image 发起请求。
第二步：每次请求 body 包含 model（固定填 "artistic-v2"）、prompt（拼好的中文提示词）、size（选 "1024x1024" 或 "768x1024"）、n（填 1，因批量靠外层循环实现）。
第三步：检查响应 status_code 是否为 200，且返回 JSON 中有 image_url 字段；若无，打印 error_message 并跳过该次请求，不中断整体流程。
第四步：用 requests.get 下载 image_url 对应图片二进制流，用 PIL.Image.open() 打开后保存为 PNG——【必须用PNG，JPG会丢失透明通道，导致某些风格（如玻璃拟态）边缘发灰】。
自动重命名与归类存储
生成的文件名格式统一为：{主题}_{风格缩写}_{时间戳末6位}.png。例如：咖啡杯_cyberpunk_240511.png。
按风格自动建子目录：遍历所有生成图，提取文件名中下划线第二段（即风格缩写），若该文件夹不存在则 os.makedirs 创建。
把对应图片 move 到该目录下，原始 project/output/ 下只保留一份总索引 CSV，含：序号、完整提示词、保存路径、响应耗时（毫秒）。
