genspark-image

name	genspark-image
description	Genspark AI 图片生成器 - 基于 nano-banana-pro 模型，支持任意比例、带文字渲染、自动上传公开托管，可用于缩略图/封面/社交媒体/插图等场景

Genspark Image Generator

架构概览

┌──────────────────────────────────────────────────────────────────┐
│                 Genspark Image Generator                        │
│                                                                  │
│  Prompt ──→ ask_proxy (SSE) ──→ 轮询 task ──→ 同源 fetch ──→   │
│              (fire-and-forget)   (async_task)   (arrayBuffer)    │
│                                                      │          │
│                                              ┌───────┴───────┐  │
│                                              │ 本地保存      │  │
│                                              │ cPanel 公开URL│  │
│                                              └───────────────┘  │
└──────────────────────────────────────────────────────────────────┘

能力

• 任意比例图片生成：16:9, 9:16, 1:1, 4:3, 3:4 等
• 直接在图片中渲染英文文字（标题、标语、水印等）
• 无水印高质量输出（JPEG, 通常 400-800KB）
• 自动上传到 cPanel 获取公开 URL
• 10-30 秒生成速度

前置条件

1. 浏览器已打开任意 Genspark 页面（需要登录态）
2. Chrome 扩展已加载（eval_js 可用）
3. cPanel upload.php 已部署（如需公开 URL）

快速使用（3 步）

Step 1: 提交生成请求（eval_js fire-and-forget）

在任意 Genspark tab 执行，发送请求后立即 return，不等 SSE 响应完成：

Ω{"tool":"eval_js","params":{"code":"window._imgTid=null; window._imgDone=false; var mp={}; mp.model='nano-banana-pro'; mp.aspect_ratio='ASPECT_RATIO'; mp.auto_prompt=true; mp.background_mode=true; var tp={}; tp.type='image_generation_agent'; tp.project_id='7e6cbd20-270d-43aa-afe0-331d1c6d7f52'; tp.model_params=mp; tp.messages=[{id:Date.now().toString(),role:'user',content:'PROMPT_HERE',created_at:new Date().toISOString()}]; fetch('/api/agent/ask_proxy',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify(tp)}).then(function(r){return r.text()}).then(function(t){var p=t.split('task_id'); if(p.length>1){var pat=new RegExp('([a-f0-9]+-[a-f0-9]+-[a-f0-9]+-[a-f0-9]+-[a-f0-9]+)'); var u=p[1].match(pat); if(u) window._imgTid=u[1];} window._imgDone=true;}); return 'started';","tabId":GENSPARK_TAB_ID}}ΩSTOP

然后轮询 task_id：

Ω{"tool":"async_task","params":{"code":"return {taskId:window._imgTid,done:window._imgDone};","condition":"result.taskId","interval":3000,"timeout":30000,"tabId":GENSPARK_TAB_ID,"label":"等待图片task_id"}}ΩSTOP

Step 2: 轮询图片生成完成

注意：返回结构是 d.data.status，不是 d.status。

Ω{"tool":"async_task","params":{"code":"return fetch('/api/spark/image_generation_task_detail?task_id=TASK_ID').then(function(r){return r.json()}).then(function(d){return {status:d.data.status, urls:d.data.image_urls_nowatermark};});","condition":"result.status === 'SUCCESS'","interval":5000,"timeout":120000,"tabId":GENSPARK_TAB_ID,"label":"图片生成轮询"}}ΩSTOP

Step 3: 下载图片

方式 A — 上传到 cPanel 获取公开 URL：

Ω{"tool":"eval_js","params":{"code":"return fetch('/api/files/s/IMAGE_ID?cache_control=3600').then(function(r){return r.arrayBuffer();}).then(function(buf){return fetch('https://ezmusicstore.com/thumbnails/upload.php?key=ag3nt2026&name=FILENAME.jpg',{method:'POST',body:buf});}).then(function(r){return r.json();});","tabId":GENSPARK_TAB_ID}}ΩSTOP

返回：{"ok":true, "size":422825, "url":"https://ezmusicstore.com/thumbnails/FILENAME.jpg"}

方式 B — 浏览器下载到本地：

Ω{"tool":"eval_js","params":{"code":"return fetch('/api/files/s/IMAGE_ID?cache_control=3600').then(function(r){return r.blob()}).then(function(blob){var url=URL.createObjectURL(blob); var a=document.createElement('a'); a.href=url; a.download='FILENAME.jpg'; document.body.appendChild(a); a.click(); document.body.removeChild(a); URL.revokeObjectURL(url); return {ok:true, size:blob.size};});","tabId":GENSPARK_TAB_ID}}ΩSTOP

关键参数

aspect_ratio 选项

值	用途	输出分辨率（约）
16:9	YouTube 横屏缩略图、博客头图	1376 × 768
9:16	YouTube Shorts、Instagram Story	768 × 1376
1:1	Instagram 帖子、头像	1024 × 1024
4:3	演示文稿、传统显示器	1024 × 768
3:4	Pinterest、竖版海报	768 × 1024
auto	模型自动判断	取决于内容

model_params 完整参数

参数	类型	必填	说明
model	string	是	固定 nano-banana-pro
aspect_ratio	string	是	见上表
auto_prompt	bool	否	true 自动优化 prompt，推荐开启
background_mode	bool	否	true 背景模式
style	string	否	auto 自动风格
image_size	string	否	auto 自动尺寸
camera_control	null	否	预留参数

ask_proxy 请求体结构

{
  model_params: { model, aspect_ratio, auto_prompt, background_mode },
  type: 'image_generation_agent',
  project_id: '7e6cbd20-270d-43aa-afe0-331d1c6d7f52',
  messages: [{
    id: 'unique_id',
    role: 'user',
    content: 'prompt text',
    created_at: 'ISO timestamp'
  }]
}

注意：必须用 messages 数组，不能用 query 字段，否则不触发图片生成。

task_detail 返回结构

{
  status: 0,           // HTTP 层状态码，不是任务状态！
  message: "...",
  data: {
    status: "SUCCESS", // 真正的任务状态：PENDING / PROCESSING / SUCCESS / FAILED
    image_urls: [...],              // 有水印
    image_urls_nowatermark: [...],  // 无水印（用这个）
    image_ratios: [...]
  }
}

Prompt 编写指南

通用原则

1. 明确指定方向：aspect_ratio 参数不完全可靠，必须在 prompt 中明确写方向

   • 横屏："landscape 16:9 widescreen ..."
   • 竖屏："vertical 9:16 portrait ..."
   • 方形："square 1:1 ..."

2. 带文字渲染：模型可直接渲染清晰英文文字，不需要后期叠加

   • "Bold white text at top: TITLE. Red text below: SUBTITLE."

3. 高质量关键词：ultra sharp, cinematic, 8K, professional, high quality

场景 Prompt 模板

场景	Prompt 模板
YouTube 缩略图	YouTube thumbnail 1280x720 with bold text. [风格]: [场景描述]. [文字指令]. [色彩/光线]. Ultra sharp, cinematic.
社交媒体帖子	Social media post square 1:1. [场景描述]. Clean modern design, vibrant colors, eye-catching.
博客头图	Blog header image landscape 16:9. [主题描述]. Professional, clean, modern aesthetic.
Instagram Story	Instagram story vertical 9:16 portrait. [场景描述]. Mobile-optimized, bold visuals, trendy.
产品展示	Product showcase [比例]. [产品描述]. Studio lighting, clean background, commercial quality.
插图	Digital illustration [比例]. [场景描述]. [艺术风格]. Detailed, professional illustration.

风格关键词

风格	关键词
科技	futuristic, neon blue, dark background, circuit board, holographic
商务	corporate, dramatic lighting, gold and navy, professional
科学	deep space blue, laboratory, data visualization, documentary
人物	editorial portrait, dramatic side lighting, bokeh, warm tones
新闻	journalistic, urban, natural lighting, gritty realism, high contrast
艺术	rich colors, artistic composition, museum-quality, painterly lighting
简约	minimal, clean, white space, geometric, modern
复古	retro, vintage film, grain, muted colors, nostalgic

cPanel Upload 端点

路径：~/public_html/thumbnails/upload.php

关键：URL 必须带 ?key=ag3nt2026&name=文件名.jpg，POST body 直接传 raw arrayBuffer。不带 key 返回 {"error":"forbidden"}。

<?php
header('Access-Control-Allow-Origin: *');
header('Access-Control-Allow-Methods: POST, OPTIONS');
header('Access-Control-Allow-Headers: Content-Type');
if ($_SERVER['REQUEST_METHOD'] === 'OPTIONS') { exit(0); }
if ($_SERVER['REQUEST_METHOD'] === 'POST' && isset($_GET['key']) && $_GET['key'] === 'ag3nt2026') {
    $data = file_get_contents('php://input');
    $filename = isset($_GET['name']) ? basename($_GET['name']) : 'upload.jpg';
    file_put_contents(__DIR__ . '/' . $filename, $data);
    echo json_encode(['ok' => true, 'size' => strlen($data), 'url' => 'https://ezmusicstore.com/thumbnails/' . $filename]);
} else {
    http_response_code(403);
    echo '{"error":"forbidden"}';
}

输出规格

属性	值
格式	JPEG
文件大小	通常 400KB - 800KB
速度	10-30 秒
每次产出	1-2 张图

踩坑经验（必读）

eval_js 构建 payload 必须用变量赋值

不要在对象字面量中直接写 type: 'image_generation_agent'，会被多层 JSON 解析搞坏报 Unexpected identifier。正确写法：

var tp = {};
tp.type = 'image_generation_agent';
tp.project_id = '7e6cbd20-270d-43aa-afe0-331d1c6d7f52';

ask_proxy 是 SSE 流，eval_js 10 秒超时不够

ask_proxy 返回 SSE 流式响应，完整读取需要 15-30 秒。禁止在一个 eval_js 里等待完成。正确做法：

1. eval_js 发送 fetch，结果存 window._xxx 变量，立即 return
2. async_task 轮询 window._xxx 是否有值

task_detail 状态在 data 层

返回 {status: 0, data: {status: 'SUCCESS', ...}}。轮询条件用 d.data.status === 'SUCCESS'，不是 d.status。

cPanel upload 必须带 key 和 name 参数

URL: https://ezmusicstore.com/thumbnails/upload.php?key=ag3nt2026&name=xxx.jpg

• 不带 key → {"error":"forbidden"}
• POST body 是 raw arrayBuffer，不是 multipart form-data

aspect_ratio 参数不完全可靠

model_params.aspect_ratio 设为 9:16 不一定生成竖屏图。必须在 prompt 中明确写方向。生成后用 identify 或浏览器 new Image() 验证尺寸。

Genspark 图片 API 需要登录态

/api/files/s/ 需要 cookie 认证，只能通过 eval_js 在 Genspark tab 同源 fetch，不能用 curl 下载。

eval_js 中禁止复杂正则

多层转义（JSON → JS → RegExp）会搞坏正则。提取 task_id 用 split('task_id') + 简单 UUID pattern：

var pat = new RegExp('([a-f0-9]+-[a-f0-9]+-[a-f0-9]+-[a-f0-9]+-[a-f0-9]+)');

不要用 {8} 这样的量词，花括号在多层转义中不安全。

图片不能用 curl 下载后验证

curl 下载 Genspark 图片会拿到 JSON 错误响应（需要登录态）。验证尺寸用：

• 上传到 cPanel 后 curl + identify
• 或 eval_js 中 new Image() 检查 width/height

故障排查

问题	原因	解决
eval_js 超时	ask_proxy SSE 流太长	fire-and-forget + async_task 轮询
Unexpected identifier	对象字面量含特殊词	用变量赋值方式构建对象
task_detail 返回但轮询不停	用了 d.status 而非 d.data.status	改为 d.data.status === 'SUCCESS'
cPanel forbidden	缺少 key 参数	URL 加 ?key=ag3nt2026&name=xxx.jpg
图片比例不对	aspect_ratio 不可靠	prompt 中明确写方向 + 生成后验证
curl 下载得到 JSON	需要登录态	只能 eval_js 同源 fetch
eval_js 正则报错	多层转义	用 new RegExp() + 简单 pattern