| 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：
- 用户粘贴本地图片路径（如
/path/to/image.png）
- 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。
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：
- 直接使用 — 选择某个版本的提示词去生图
- 微调优化 — 指出需要修改的部分，重新生成
- 换个侧重点 — 比如更强调文字、更强调色彩等
- 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
}'
