GLM-V Prompt 生成技能

分析参考图像或视频，为 AI 图像/视频生成工具生成专业级提示词（prompt）。

适用场景

• 为文生图工具生成 prompt（Midjourney、Stable Diffusion、DALL-E 等）
• 为文生视频工具生成 prompt（Sora、Runway、Kling、Pika 等）
• 用户提及“生成prompt”、“文生图prompt”、“文生视频prompt”、“prompt工程”、“参考图生成prompt”、“generate prompt”等关键词
• 用户提供图像/视频，希望复现或二次创作该内容
• 从参考视觉素材中提取 prompt 创意

支持的输入类型

⚠️ 图像与视频不可在同一次请求中混合使用。 ⚠️ 视频仅支持 URL 输入 —— 不支持本地路径和 Base64 编码。

📋 输出展示规则（强制要求）

脚本运行完成后，必须完整、原样展示返回的 prompt 输出内容。不得摘要、截断，也不得仅回复“prompt 已生成”。用户需要完整的 prompt（尤其是英文 prompt）以便直接复制粘贴使用。

• 完整展示输出：内容分析 + prompt + prompt 结构拆解
• 在 auto 模式下，需同时展示文生图与文生视频 prompt
• 英文 prompt 是核心输出，必须完整呈现
• 若结果已保存（通过 -o 参数），需提供文件路径并展示文件内容

输出模式

资源链接

前置条件

API Key 配置（必需）

本脚本从 ZHIPU_API_KEY 环境变量读取密钥，并与其他智谱技能共享该密钥。 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 Key： 访问智谱开放平台 API Keys（Zhipu Open Platform API Keys）创建或复制您的密钥。

配置方式（任选其一）：

1. 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： 添加至 ~/.zshrc：

   export ZHIPU_API_KEY="你的密钥"
   

💡 若您已为其他智谱 skill（例如 zhipu-tools 或 glmv-caption）配置过密钥，则它们共享同一个 ZHIPU_API_KEY，无需重复配置。 💡 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 Prompt

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 Prompt

python scripts/prompt_gen.py --images "https://example.com/scene.jpg" --mode video

图像 → 同时生成（文生图 + 文生视频 Prompt）

python scripts/prompt_gen.py --images "https://example.com/photo.jpg" --mode auto

视频 → 文生视频 Prompt

python scripts/prompt_gen.py --videos "https://example.com/clip.mp4" --mode video

将结果保存至文件

python scripts/prompt_gen.py --images photo.jpg --mode image -o prompt.md

指定自定义模型

python scripts/prompt_gen.py --images photo.jpg --model glm-4.6v-flash

输出示例（image 模式）

### 内容分析
夜间赛博朋克城市景观，密集的摩天大楼、发光的霓虹招牌，以及被雨水浸湿、倒映着缤纷灯光的街道。

### 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 结构拆解
- **主体**：未来感天际线，含摩天大楼与霓虹灯
- **风格**：赛博朋克、科幻
- **色彩**：冷暖对比，以蓝紫色为主调，辅以霓虹高光
- **光影**：霓虹辉光、湿滑路面反射、体积雾效
- **构图**：广角视角，具备层次纵深感
- **氛围**：神秘、未来感、高科技感

CLI 参考命令

python scripts/prompt_gen.py (--images IMG [IMG...] | --videos VID [VID...]) [OPTIONS]

错误处理

未配置 API Key： → 引导用户配置 ZHIPU_API_KEY

认证失败（401/403）： → API Key 无效或已过期 → 请前往智谱官网 API Keys 页面核查

请求频率超限（429）： → 配额已耗尽 → 稍后重试

内容被过滤： → 响应中包含 warning 字段 → 内容因安全审核被拦截

超时： → 视频处理可能耗时较长 → 可尝试增加超时时间或改用更小体积的视频文件