imagegen-batch
用 ImageGen 等文生图工具安全地批量生成多张图片,避免并行同名覆盖,并规范命名归档。 当用户需要一次生成 2 张以上图片、批量配图/插图、封面+多张内图、同风格系列图时使用。 核心规则:提示词开头加唯一前缀防覆盖、量水印优先 --auto-crop 自动量测、生成后 mv 重命名并写 manifest、交付前数量核对+裁水印。 留白相框属可选项,默认不做,仅当用户明确要求「留白边 / 相框感」时才加; 人物给足标识包防塌脸、批量默认顺序发、失败按 5/15/45s 退避重发、单张重出默认最多 4 版(用户可指定)。
- Version: 1.5.1
- License: MIT
- Author: Evan Song · github.com/Songhonglei
- Repository: https://github.com/Songhonglei/better-office-work/tree/main/skills/imagegen-batch
ImageGen 批量生图(防覆盖 + 避让水印 + 规范归档)
一次生成多张同风格图,最怕三件事:文件互相覆盖、水印留在画面上、人物塌成同一张脸。 本 skill 把这三件事的处理顺序和判断标准固定下来——先防覆盖,再避水印,最后才谈画面好不好看。
版本历史见 CHANGELOG.md。
何时用
一次生成 2 张以上图片,尤其同风格系列图(公众号封面+配图、正文插图、卡片等)。
依赖
只依赖 Pillow(scripts/add_frame.py 裁水印 / 加框用),无 Node、无浏览器、无第三方服务:
python3 -c "import PIL" 2>/dev/null || python3 -m pip install -q Pillow
工具的已知行为(用前必看)
| 行为 | 现状 | 应对 |
|---|---|---|
output_dir 是否生效 | 生效(2026-11-09 实测:指定后文件确实落在指定目录,默认目录 0 文件)。旧版曾忽略,不排除回归 | 仍要 ls 复核;没落进去就从默认目录(generated-images/)捡 |
文件名 = prompt 前 30 字符 + _YYYY-MM-DDTHH-MM-SS | 秒级时间戳 → 同前缀 + 同一秒 = 同名覆盖、静默丢图 | 唯一标记必须落在前 30 字内;这是唯一能防住落盘覆盖的手段 |
size 非标准比例被归一化 | 仍存在,但落点变了:请求 1536x654(2.354)→ 实出 1536x640(2.4:1),不再是旧文档写的 1408x704(2:1)。归一化目标随请求变,别指望命中精确比例 | 要精确比例就生成后裁:add_frame.py --ratio 2.35,或 sips -z 383 900 缩到微信标准 |
微信头条封面标准 900x383(2.35:1),次条 200x200(1:1)。
生成前:提示词规范(防覆盖 + 避让水印)
① 开头加唯一前缀(防同名覆盖)
文件名前缀只取 prompt 前 30 个字符,所以唯一标记必须落在前 30 字内:
- 用场景词开头:「市井八仙。」「天庭道观对比。」「凡人互助。」;或「图01」「图02」(模型通常忽略这类标签,不会画进画面)。
- 只有前 30 字不同,同秒并发才不会同名覆盖。run 目录防不住工具落盘那一刻的覆盖,别指望它兜这个。前缀成本为零,永远加。
② 右下角留白(避让 AI 水印)
AI 水印固定在右下角,且用户会裁掉它。所以 prompt 里必须明确:
- 右下角留白,不放任何重要元素(印章、主体、文字、关键细节)。
- 印章 / 朱砂红点缀统一放左下角或画面左侧,不要放右下角。
- 可在 prompt 追加一句:「右下角留白,不放置任何元素」。
- 效果:裁掉右下角水印时,不损失任何画面内容。
⚠️ 但模型经常不守这条(2026-09-26 实测):一批 4 张 1536x1024 的插图,prompt 里明确写了「右下角大面积留白」,结果 4 张的右下角全都有内容(墙面、地面、桌角、纯黑)。不要假设留白指令生效,必须走下面的「裁掉右下角水印」流程,不要凭感觉裁。上面这条只能提高「裁掉不心疼」的概率,不是保证。
③ 提示词直接写中文,不要用 \uXXXX 转义拼
2026-10-06 实测:用 Unicode 转义拼中文 prompt,转义表极易写错,实际发出去的是形近/同音错字——
本次真实发生三处:修葺→修荠、垛口→垆口、下颌→下顸。模型靠上下文猜对了,画面没坏,
但这是在赌:错字恰好落在关键名词上(如"夯土"写成"芬土"、"垛口"写成别的)就会直接画错。
规则:prompt 一律直接写中文,不做转义拼接。若不得不用转义,发出去前先把 prompt 原样打印出来核对一遍。
④ 并发与 ECONNRESET
2026-10-06:并行发 3–4 张,整批 read ECONNRESET(并行 4 张挂 1 张、并行 3 张全挂);改顺序发后 6 张全过。
2026-11-09 复测没复现:轻载 3 张(512x512 low)、重载 3 张(1536x1024 high,完成跨度 7s)都 3/3 成功。
→ 这是连接被对端重置,不受本 skill 控制,随时可能回来。顺序发仍是默认,别因为这次没炸就拆兜底;「并行 4 张」那档没测。
⚠️ 一条消息里连发多个 ImageGen 调用不会真并行(实测落地间隔 9s、8s,实际串行);要真并发只能靠多子任务 / 多会话。所以「我一次发了 3 个」不算压测。
失败重发(本节是唯一定义处,别在别处另写一套):
- 先
ls目标目录——文件数涨了就是已落盘,直接归档,别重发。 - 没落盘就 prompt 一字不改重发,间隔 5s → 15s → 45s,最多 3 次重试(连首次共 4 次)。
- 3 次仍失败才允许换 prompt 或停下来报告;一次
ECONNRESET不值得改词。 - 只管「没落盘」;出图了但画面不达标走「重出图」,两者别混。
⑤ 想把某物画小 / 画远,要改「形状」,不要只给「数值」
2026-10-06 实测(《长城》配图 03-界桩迟到 重出):题材要一根「水泥界桩」在远景里只当个小物件。
连试三版,写了「非常小」「只占画面极小的一块」「高度不到画面高度的十五分之一 / 二十分之一」,
模型每次都画成又高又窄的竖长方形——读起来是块「无字碑」,跟题材要的「工程标志桩」正好相反。
第四版改法(生效),三条一起上:
- 改形状比例:「矮胖的方块墩子,高度跟宽度差不多,上边略窄、底盘略宽,顶上是一道斜切面」 ——把它从「石板」重新定义成「墩子」;
- 给工程件特征:「底部有一圈稍宽的水泥底座」——一眼能认出是标志桩而不是碑;
- 写负面排除:「绝不是竖长的长方形,也不是立起来的石板、不是石碑」。
规则:尺度数值只在模型已经画对形状时才有效。想把一个物件变小 / 变远,先去改它的长宽比和部件, 再用负面清单封死它最容易塌成的那个形状。同理,材质也吃这一套:只写「夯土筑的」它照画砖石砌缝, 要写「整道墙体是一体的夯土,从墙顶到墙根没有任何砖石码放的砌缝」才立得住(同轮实测)。
⑥ 古代场景的人物,必须逐件钉「头」和「衣」,只写朝代名无效
2026-10-25《众口铄金》实测:prompt 里写了「东汉汝南」「明崇祯三年北京西市」,人物出来是民国—— 短发平头、立领长衫、西装领、纽扣。白描线稿去掉色彩与纹样后,模型只剩一个默认朝代,而这个默认值是清末民初。 人物越多越错(5 人以上必错,且常出现三四个时代混搭)。
三条一起上才压得住:① 头发写束法(「束发挽成髻,用发带或巾包住」+ 负面「不是短发、平头、寸头」); ② 衣写形制(「交领右衽、宽袖、腰系带、下摆及踝」+ 负面逐个点名「立领/翻领/衬衫领/纽扣/对襟短褂(马褂)/中山装」); ③ 人群写统一(「所有人一律同一朝代装束,没有一个人例外」)。 背影图尤其要管后脑——短发是一个光圆弧,束发是一个髻。
各朝代发式/冠巾/衣装的对照表,见 references/style-library.md 的 baimiao-ink →「古代场景的人物造型(朝代锚点)」。
生成后:落进 run 目录 + 写 manifest
一次批量 = 一个 run 目录,目录名带时间戳 + 短 uuid,和上一批天然不撞。
RUN="output/$(date +%Y%m%d-%H%M%S)-$(python3 -c 'import uuid;print(uuid.uuid4().hex[:6])')__<主题>"
mkdir -p "$RUN/_raw"
# 生成时把 output_dir 指到 "$RUN/_raw",出图后 ls 复核:
# 在 → 直接改名;不在 → 从 generated-images/ 捡回来
mv "$RUN/_raw/<工具原名>.png" "$RUN/00-守门.png"
命名规范(不可省):NN-<prompt摘要>.png
NN两位序号,按文章/画面顺序(00-封面、01-众生相…)。<prompt摘要>必须是中文可读的场景词,直接取该图 prompt 开头的 4–8 字,如00-守门.png、01-书案台灯.png。 最终交付的文件名不许只留 uuid / 序号 / 时间戳——run 目录负责「跟上一批不撞名」,文件名负责让人一眼看懂画的是什么。- 取不到摘要就手写一句画面描述补上,别用
image_01这类占位。
manifest 每行记一张图(append-only,断点续跑 / 复盘 / 补漏都靠它):
import json, datetime
row = {"ts": datetime.datetime.now().isoformat(timespec="seconds"),
"seq": 0, "src": "<原始文件名>.png", "dst": "00-守门.png",
"prompt_summary": "守门", "size": "1408x704",
"watermark_cropped": False, "note": ""}
with open(f"{RUN}/manifest.jsonl", "a", encoding="utf-8") as f:
f.write(json.dumps(row, ensure_ascii=False) + "\n")
prompt_summary与文件名里的摘要一致;watermark_cropped裁完水印改true(追加新行,别删历史行)。- 带水印原图先留到
$RUN/_raw/再裁;改白边 / 换比例只重跑脚本,不要重新生图。 - 同尺寸的水印 CUT 量一次就够,记进 manifest 的
note,其余图复用。 - 后面「交付前:数量核对」里的
output/<run 目录>指的就是本次 run 目录。
重出图:上限与兜底
单张图默认最多出 4 版(含首版,即最多重出 3 次)。用户可指定「这轮最多 N 版」覆盖默认值, N 为 ≥1 的整数;指定后以用户说的为准,不用再回来确认。
- 每一版重出前先写明「这一版要修哪一条」(形状 / 年代装束 / 构图 / 塌脸 / 水印可裁性), 不要拿同一条 prompt 反复抽卡——抽卡不算重出,只会耗尽额度。
- 达标项尽量写成可核对的事实(「界桩是矮胖墩子,不是竖长石板」「所有人交领右衽,无立领纽扣」), 别用「感觉好一点了」当判定。
- 到上限仍不达标:交付这几版里最不坏的一版,并附未达标清单(哪几条没满足、各版差异、 建议下一步是换机位还是换风格),不无限返工、也不静默当合格图交付。
- 这里管的是「出图了但画面不达标」;「没落盘」的失败重发走 ④,两者别混。
交付前:数量核对 + 裁水印
数量核对(兜底)
ls output/<run 目录>/*.png | wc -l # 只数交付图,别把 _raw/ 和 manifest.jsonl 数进去
确认文件数 = 预期数再交付。发现少了就是被覆盖,立刻补生成缺失的。
裁掉右下角水印
先量,再裁——不要猜裁剪量。 水印位置是固定的,量一次就能复用到同尺寸的所有图。
优先用脚本自动量测(--auto-crop);只有自动量测没命中,才退回下面的人工主观判断。顺序不要反。
主路径:--auto-crop 自动量测
S=scripts/add_frame.py
python3 "$S" in.png out.png --auto-crop # 自动定位水印上沿 → 算 CUT → 裁
python3 "$S" in.png out.png --auto-crop --ratio 2.35 # 封面:自动裁水印 + 裁到 2.35:1
脚本在右下角区域内逐行算相对背景的笔画梯度能量(不是绝对暗像素阈值,浅色/半透明水印也能抓),
定位文字带上沿 y0,取 CUT = h - y0 + 8px 安全余量并 clamp 到合理区间。
命中时打印 AUTO-CROP ... y0=... CUT=...;把这个 CUT 记进 manifest 的 note,同尺寸其余图直接复用,
后续用 --crop-bottom <CUT> 即可,不必每张都重新量。
- 偏离熔断:自动量到的 CUT 若超过该尺寸经验值 1.5 倍(右下角有墙面 / 桌角纹理时梯度会误报), 判为量测失败转 FALLBACK——宁可按经验值少裁,也不把画面内容当水印裁掉。
VERIFY仅作提示:纹理丰富的画面右下角本就有高亮跳变,会误报SUSPECT,人工抽看一眼即可, 别据此反复加裁。
fallback:自动量测没命中时(必做,不是可选项)
测不到 ≠ 没有水印。 脚本若打印 FALLBACK,说明右下角没有可识别的笔画带——极淡水印
(最小灰度 122–175、无成片深色笔画)会让剖面整段为 0,见下方 ⚠️ 实测。
此时脚本仍会按尺寸经验值裁(1536x1024 → 80px、1408x704 → 70px,其他尺寸按宽度外推),
绝不能因为「看起来干净」就跳过裁切;裁完再退回以下人工主观判断复核:
- 放大右下角 + 画坐标刻度读出上沿,或直接用经验值 CUT;
- 「
max突变到 250+」验真:看交付图右下角 80x260 区域,若还有文字状笔画(亮度突变到 250+) 就是水印还在,加裁并复测;几张图的右下角拼成对照图一眼可确认。 - 若会话看不了图、无法自查,交付时明确提示用户确认。
经验值(1536x1024 输出,实测 2026-09-26 / 2026-11-09 复测)
- 水印「AI生成 / WORKBUDDY」占 y≈953–1015、x≈1413–1521(宽约 110px,右边缘留 15px 余量)。
- 裁 80px(→1536x944)可干净去除;2026-11-09 那批自动量到上沿 y≈957、CUT 75 即干净,脚本仍保守取 80。
- 封面类横长图,纵向裁过就没水印:1408x704 的水印约在 y≈650–704,保留底边 y<645 即安全。
- 副作用可接受:裁掉的是一条底边,构图损失很小;底部恰是重要内容时,可用 PIL 从水印上方同宽区域垂直复制一条贴上去,但只在背景均匀时用,否则有拼接痕迹。
⚠️ 「暗像素剖面法」只在水印是深灰时有效(2026-10-17 实测):逐行统计灰度<110 的老办法,在《诺奖查证件》那批 6 张上整段为 0(右下角最小灰度仅 122–175、无成片深色笔画)——这版水印极淡。这正是 --auto-crop 改用梯度能量的原因,但极淡水印仍可能整段测不到,所以 fallback 是强制路径,不是可选优化。
相框感(留白边框)—— 可选,默认不做
默认不加框。 留白是审美偏好、不是通用需求:每张都套一圈白边等于替用户做了决定,还会改成品尺寸(1536x944 → 1670x1078)。只有用户明确说「要留白边 / 相框感 / 装裱感」时才加。
prompt 求不来(2026-09-26 实测:写着「四周留整圈空白」,4 张全是满构图),只能后期加。脚本 scripts/add_frame.py 默认只做裁切,加框必须显式 --frame;结构为 图像 → 白隙 gap →〔细线框 line,可选〕→ 外侧白边 pad。
| 参数 | 默认 | 说明 |
|---|---|---|
--auto-crop | 关 | 自动量测水印上沿并裁底边;量不到时按尺寸经验值裁并打印 FALLBACK。与 --crop-bottom 互斥 |
--frame | 关 | 加框总开关。默认不加,只有用户要求时才传 |
--pad | 0.06 | 外侧白边,取短边的比例;5%~6% 观感最好,再宽显空 |
--gap | 11 | 图像与线框之间的白隙(px);--line 0 时它就是图像到外沿的留白 |
--line | 3 | 线框粗细(px);传 0 = 只留白边不画线(推荐) |
--crop-bottom | 0 | 先裁掉底部 N px(已知 CUT 时用) |
--ratio | — | 目标比例,用二分 fit_ratio() 拟合;不加框时指图像本身,加框时指含框后的整体 |
加框一律
--line 0(2026-09-26 用户拍板):线条画本身已有大量黑色轮廓,再叠一道画框线显得生硬;除非用户明确说要画框。
S=scripts/add_frame.py
python3 "$S" in.png out.png --auto-crop # 默认:只裁水印
python3 "$S" in.png out.png --crop-bottom 80 --frame --line 0 # 用户要留白边
python3 "$S" in.png out.png --crop-bottom 70 --ratio 2.35 --frame --line 0 # 留白后恰为 2.35:1
⚠️ 加框会改变整体比例,pad = int(min(w,h) * ratio) 依赖短边,而短边又随裁切变化——手算必然错(实测手算得 2.377,目标 2.35)。要精确到目标比例就用脚本里的二分,别自己套公式;不加框时 --ratio 直接是图像本身的比例,没这个问题。
改边不必重出图:原图在 _raw/,改白边宽度 / 去线 / 换比例只重跑一次脚本(几秒),别再调生图。
白边会把水印推到视觉边缘,但裁水印该做还得做,不能用加框代替。
批量策略
- 默认顺序发(原因见 ④):一次一张、等结果再下一张,慢十几秒但不用返工。
- 每个 prompt 开头仍要加唯一前缀(见 ①)——成本为零的保险。
- 6 张以上:发完立刻按「生成后」逐张改名 + 写 manifest,别攒到最后一起搬。
- 10+ 张:用 TaskCreate 建清单逐张勾进度,避免「中间看着 OK 就停住」。
- 确实要并行:每批 ≤2 张,失败先
ls确认落盘再决定重发哪张。
风格:说名字调用
配方、后缀原文、分镜参考、失败复盘全在 references/style-library.md——用之前先读对应那节,别凭记忆拼后缀。
| 名字 | slug | 用在哪 |
|---|---|---|
| 白纸速写 | paper-sketch | 小说 / 纪实 / 年代:白底黑线钢笔速写,四根支柱(线 / 笔 / 调 + 可选框),配五维人物标识包 |
| 水墨文艺风 | ink-wash | 历史 / 文化 / 人文:淡墨宣纸、留白多、左下角一枚朱砂印 |
| 白描水墨 | baimiao-ink | 人物白描 + 环境水墨,三色;含「线描主导」「漫画夸张」两个变体 |
| 都市淡水彩 | city-watercolor | 现代都市 / 志怪心理向 / 回忆:写实淡水彩,冷灰蓝打底、白纸留得多、色表先定;与 paper-sketch 是同一篇的两套皮 |
- 用户说「简笔水墨画」→
baimiao-ink的线描主导变体(佛像类必守「只画侧脸轮廓、不做正面近景」)。 - 用户说「简笔水墨 + 幽默/夸张/小冒犯」→
baimiao-ink的漫画夸张变体(夸张只落在比例与姿态,面部照旧不刻五官,冲突靠道具刻薄)。 city-watercolor三条要点:写「水彩」必配满负面清单(否则塌成儿童绘本/扁平矢量/动漫);颜色先定色表再写 prompt(否则好看的颜色被平均撒满全组);一个明确光源。详见风格库同节。- 新增风格:先往库里补一份命名档案,再回这张表加一行。
- Downloads
- Security audit
- Pass
- Last updated
- 4d ago
- Current version
- v1.5.1
- License
- MIT-0
