Text To Image

Text To Image（文生图）

Overview

从文字描述从零生成全新图片（无底图），参考图仅作风格/氛围补充而非内容主体。涵盖 2 类场景：

1. 通用文生图 / 多图参考融合：创意概念图、插画、风格混搭、快速出图；支持 image_list 多图参考融合；发散/多样/速度快的默认通道。
2. 商业级高品质生成：宣传视觉/封面、电商海报/营销 Banner、产品场景图、文字渲染（信息图/海报文字）、写实/电影截图风格；文本理解深、文字渲染准、高分辨率；不支持 image_list。

含人物/角色/肖像描述的文生图（人物封面、概念图、插画含人物）由本工具承接。不处理：基于已有图片编辑/修改、参考图驱动的创作（参考图为主要内容来源）、已提供参考图的高保真人像/宠物写真/证件照、海报排版设计、风格迁移、视频生成、搜图、画质提升/超分。

API Mapping

| 场景 | 后端 API | |------|---------| | 通用文生图 / 多图参考融合 | image_gummy_generate | | 商业级高品质生成 | image_praline_create_v2 | | 商业级兜底 | image_praline_create_2（praline_v2 失败时的降级通道，参数兼容）| | Nougat 高质量（外部显式指定） | image_nougat_create（不支持 image_list / output_format；quality 由 API 内部默认 Medium 不对外暴露）|

model 映射：

• auto（默认）/ 不传 → 按路由规则决策
• gummy → image_gummy_generate
• praline_pro → image_praline_create_v2
• nougat → image_nougat_create（仅外部显式指定触发；路由不识别）
• 指定 model 调用失败时，仍按降级链继续重试

Dependencies

• meitu-cli: >=2.0.6
• 凭证：CONFIG AKSK → meitu tools update；EXEC AKSK → 跑命令（见根 CONFIG.md）
• 环境变量：MEITU_OPENAPI_TOOL_TASK_MODE=command

Core Workflow

Preflight → Execute → Deliver

Preflight

1. meitu --version ≥ 2.0.6
2. meitu auth verify --json
3. 确认 registry 含 text-to-image
4. 解析 output_dir：openclaw.yaml → ./output/；else → ~/.openclaw/workspace/visual/output/text-to-image/

Execute

触发信号 / 路由规则

决策顺序：

1. 有 image_list → 强制 image_gummy_generate（praline 不支持 image_list）
2. 无 image_list：商业/宣传/文字渲染/写实电影风 → image_praline_create_v2；否则 → image_gummy_generate（默认）

| 场景 | 判定关键词 | 路由 | |------|-----------|------| | 有参考图（多图融合） | 参考这张图、融合、多图 | image_gummy_generate | | 商业级 / 宣传 / 电商 | 宣传图、封面、电商、营销、Banner、商业级、高品质、产品场景图 | image_praline_create_v2 | | 文字渲染 | 带文字、加标题、信息图、海报文字 | image_praline_create_v2 | | 写实 / 电影风格 | 写实、真实感、光影质感、电影截图 | image_praline_create_v2 | | 创意 / 插画 / 概念 | 画一张、概念图、插画、创意、风格混搭 | image_gummy_generate | | 通用 / 无特殊要求 | 其他 | image_gummy_generate（默认）|

参数定义

通用参数：

| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 | |------|------|------|------|--------|------| | prompt | STRING | 是 | -- | -- | 图片描述。缺失 → 追问 | | size | STRING | 否 | 1K / 2K / 4K | 2K | 输出分辨率 |

image_gummy_generate 额外参数：

| 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | image_list | ARRAY[STRING] | 否 | -- | 参考图片 URL 数组，多图融合/风格参考；纯文生图不传 |

image_praline_create_v2 额外参数：

| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 | |------|------|------|------|--------|------| | ratio | STRING | 否 | 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | -- | 输出宽高比；特殊比例需在 prompt 结尾写 Aspect ratio x:y |

image_praline_create_2（兜底）：

| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 | |------|------|------|------|--------|------| | ratio | STRING | 否 | auto / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | auto | 输出宽高比 |

image_nougat_create（显式模型）：

| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 | |------|------|------|------|--------|------| | ratio | STRING | 否 | 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | -- | 仅 model=nougat 时生效；不支持 image_list |

说明：image_list 与 ratio 互斥；output_format 由 combo-tool 内部固定为 jpeg，不对外暴露。

工具调用

创意 / 默认：

meitu text-to-image \
  --skill_name skill_text-to-image \
  --prompt "{image_description}" \
  --size 2K \
  --json --download-dir {output_dir}

多图参考融合：

meitu text-to-image \
  --skill_name skill_text-to-image \
  --prompt "{image_description}" \
  --model gummy \
  --image_list "{ref1}" --image_list "{ref2}" \
  --json --download-dir {output_dir}

商业级高品质（带比例）：

meitu text-to-image \
  --skill_name skill_text-to-image \
  --prompt "{image_description} Aspect ratio 16:9" \
  --model praline_pro \
  --ratio 16:9 --size 2K \
  --json --download-dir {output_dir}

错误降级

| 场景 | 处理方式 | |------|---------| | prompt 缺失 | 提示"请描述你想生成的图片内容" | | size 非法值 | 回退至 2K | | image_list 部分无效 | 静默过滤无效项 | | image_list 全部无效 + 有 prompt | 退化为纯文生图，走 image_gummy_generate | | 有参考图但路由到 praline | 强制切 image_gummy_generate，告知"商业级模式不支持参考图" | | image_praline_create_v2 失败 | 降级 image_praline_create_2 重试 | | image_praline_create_2 失败 | 降级 image_gummy_generate 重试 | | image_gummy_generate 失败 | 重试 1 次，仍失败返回错误 | | 内容合规拦截 | 直接返回合规提示，不重试、不降级 |

Deliver

解析 --json：

• ok: true → downloaded_files[0].saved_path 为本地图片
• ok: false → 输出 code + hint

落盘：mv {file} {output_dir}/{YYYY-MM-DD}_{descriptive-name}.jpg

Output

• 格式: JPEG（combo-tool 内部固定）
• 命名: {YYYY-MM-DD}_{descriptive-name}.jpg
• 位置: 项目 → ./output/；一次性 → ~/.openclaw/workspace/visual/output/text-to-image/

基线 Task ID

见根目录 references/task-id-baseline.md 中 text-to-image 条目。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: meitu
• Source: meitu/meitu-skills
• License: MIT

Install and usage instructions live in the source repository linked above.