ernie-image-assistant

name	ernie-image-assistant
description	图片逆向提示词助手。当用户需要从图片反推文生图 prompt、逆向提示词、复现图片、分析图片风格时使用此 skill。 接收用户粘贴的图片路径，调用文心多模态大模型（ERNIE-4.5）进行深度视觉分析， 从主体内容、艺术风格、构图、色彩、光影、文字渲染等多个维度拆解图片， 最终生成适用于 ERNIE-Image 的多版本精准提示词，帮助用户复现或再创作。 重点擅长动漫、胶片、插画等艺术风格图片的逆向分析。

ERNIE-Image Assistant: Enter Prompt, Auto-Generate

使用场景

用户说以下类似内容时触发此 skill：

• "帮我逆向这张图的提示词"
• "分析这张图片，生成文生图 prompt"
• "我想复现这张图，帮我写提示词"
• "反推一下这张图的 prompt"
• "逆向提示词"
• "图片转 prompt"

环境要求

• 需要设置星河社区 API Key：export AISTUDIO_API_KEY="your-key"
• API 端点：https://aistudio.baidu.com/llm/lmapi/v3/chat/completions
• 分析模型：ernie-4.5-turbo-vl-32k（支持多模态图片理解）
• 目标生图模型：Ernie-image-turbo（通过星河社区调用）

工作流程

Step 1: 获取图片

确认用户提供的图片来源：

1. 用户粘贴本地图片路径（如 /path/to/image.png）
2. 如果用户未提供图片，主动询问

支持格式： PNG、JPG、JPEG、WebP、BMP

获取图片后，使用 Read 工具读取图片文件以确认图片可访问，然后将其转为 base64 编码用于 API 调用。

# 将图片转为 base64
base64 -i <图片路径>

Step 2: 多维度视觉分析

调用星河社区 ERNIE-4.5 多模态 API，对图片进行结构化深度分析。

API 调用方式：

curl -s https://aistudio.baidu.com/llm/lmapi/v3/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: bearer $AISTUDIO_API_KEY" \
  -d '{
    "model": "ernie-4.5-turbo-vl-32k",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "image_url", "image_url": {"url": "data:image/<ext>;base64,<BASE64_DATA>"}},
        {"type": "text", "text": "<分析提示词>"}
      ]
    }],
    "temperature": 0.3,
    "max_tokens": 4096
  }'

分析提示词（系统级，写入 text 字段）：

参见 references/analysis-prompt.md 中的完整分析提示词模板。

分析维度：

维度	关注点
主体内容	画面中的核心对象、人物特征（发型/服装/表情/动作）、场景元素
艺术风格	动漫/胶片/写实/水彩/油画/像素/赛博朋克等风格识别
构图方式	视角（俯拍/仰拍/平视）、构图法则（三分法/对称/引导线）、景深
色彩基调	主色调、配色方案、色温（冷/暖）、饱和度、对比度
光影效果	光源方向、光线类型（自然光/逆光/霓虹灯）、阴影特征
氛围情绪	整体氛围（温馨/忧郁/热血/宁静）、情绪表达
文字渲染	图中出现的文字内容、字体风格、排版位置、文字特效（如果有）
纹理质感	画面质感（颗粒感/平滑/磨砂）、特效（光斑/烟雾/雨滴）

Step 3: 生成多版本提示词

基于 Step 2 的分析结果，生成 3 个版本的 ERNIE-Image 提示词：

版本说明：

版本	用途	特点
精准复现版	尽可能还原原图	包含全部细节描述，最长最详细
创意改编版	在原图基础上微调	保留核心风格，简化部分细节，留出创意空间
精简核心版	快速出图	只保留最关键的风格和主体描述

提示词撰写规范：

参见 references/prompt-writing-guide.md 中的 ERNIE-Image 提示词撰写指南。

Step 4: 输出结果

按以下格式输出完整的逆向分析报告：

## 图片逆向分析报告

### 一、视觉分析

#### 主体内容
...

#### 艺术风格
...

#### 构图与视角
...

#### 色彩分析
...

#### 光影效果
...

#### 氛围与情绪
...

#### 文字内容（如有）
...

#### 纹理与质感
...

---

### 二、逆向提示词

#### 版本 A — 精准复现版
> [完整提示词]

#### 版本 B — 创意改编版
> [提示词]

#### 版本 C — 精简核心版
> [提示词]

---

### 三、生图建议
- 推荐尺寸：...
- 推荐风格参数：...
- 注意事项：...

Step 5: 交互优化

输出结果后，询问用户：

1. 直接使用 — 选择某个版本的提示词去生图
2. 微调优化 — 指出需要修改的部分，重新生成
3. 换个侧重点 — 比如更强调文字、更强调色彩等
4. 直接生图 — 如果用户配置了 AISTUDIO_API_KEY，可以直接调用 ERNIE-Image 生成图片

如果用户选择直接生图，调用 ERNIE-Image API：

curl -s https://aistudio.baidu.com/llm/lmapi/v3/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: bearer $AISTUDIO_API_KEY" \
  -d '{
    "model": "Ernie-image-turbo",
    "prompt": "<用户选择的提示词>",
    "n": 1,
    "response_format": "b64_json",
    "size": "1024x1024",
    "seed": -1
  }'