image-gen

# Image Gen — AI 图像生成 支持文生图 + 图生图，自动管理 API Key，生成结果可直接插入 WPS 笔记。 --- ## 铁律 - **API Key 不得在对话中输出**，无论任何情况 - `encrypt-key` 子命令输出的 `ciphertext_b64` 可以展示（这是密文，不是真实 Key） - 告警文案必须完整展示，不可省略 - **模型名称不允许修改，不允许用户自定义**。每个 provider 只有唯一一个确认可用的模型，AI 必须严格使用下表中的值，不得根据用户描述、偏好或自行推断填写其他模型名——任何其他模型名均视为幻觉： | provider | 唯一可用模型（硬编码，不可改动） | |----------|-----------------------------| | openrouter | `google/gemini-3.1-flash-image-preview` | | dashscope（百炼） | `qwen-image-2.0-pro` | | ark（即梦） | `doubao-seedream-5-0-260128` | | gemini | `gemini-3-pro-image-preview` | 用户只能选择用哪个 **provider**，模型由 AI 根据上表自动填入，任何情况下不接受覆盖。 --- ## 核心流程 ``` 确认需求 → 确定 provider + model → 获取/解密 Key → 执行生图 → 询问是否插入笔记 ``` --- ## Step 1：确认生图需求 询问： ``` 请告诉我： 1. 生图描述（prompt）是什么？ 2. 有参考图吗？（有 → 图生图；没有 → 文生图） 3. 比例偏好？（1:1 / 16:9 / 9:16 / 4:3 / 3:4，默认 1:1） ``` - **无参考图** → 文生图，全部 provider 可用 - **有参考图** → 图生图，仅 openrouter（本地文件）/ gemini（本地文件）/ ark即梦（公网 URL）支持；百炼不支持图生图 --- ## Step 2：确定 Provider 让用户从以下四个 provider 中选一个，模型由 AI 自动填入（见铁律）： | provider | 特点 | 适合场景 | |----------|------|---------| | openrouter | 走代理，文生图 + 图生图（本地文件垫图） | 代理环境，需要图生图 | | dashscope（百炼） | 国内直连，仅文生图 | 国内网络，纯文生图 | | ark（即梦） | 国内直连，文生图 + 图生图（垫图须公网 URL） | 国内网络，需要图生图 | | gemini | 走代理，文生图 + 图生图（本地文件垫图） | 代理环境，Google 直连 | 用户未指定时，根据是否有代理、是否需要图生图主动推荐。 > openrouter / gemini 国内需要代理，询问用户是否提供 `--proxy`。 --- ## Step 3：获取 Key ### 3.1 先搜笔记 `search_notes` 搜索 `图像生成 Key`，找到后 `read_note` 读取，在表格中找 provider 对应行，取出 `ciphertext_b64` 和 `note_id`。 找到密文 → 直接进入 **Step 4**（note 模式，脚本自动解密）。 找不到笔记或对应行 → 进入 **Step 3.2**。 ### 3.2 向用户索取 Key ``` 我需要 {provider} 的 API Key 才能继续。 获取地址：{平台 URL} 请直接粘贴你的 Key： ``` | provider | Key 获取地址 | |----------|------------| | openrouter | https://openrouter.ai/workspaces/default/keys | | dashscope | https://bailian.console.aliyun.com/cn-beijing?tab=model#/api-key | | ark | https://console.volcengine.com/ark/ | | gemini | https://aistudio.google.com/app/api-keys | 收到 Key 后询问是否保存（见 Step 3.3）。 ### 3.3 询问是否保存 Key **必须完整展示以下告警：** --- > ⚠️ **安全风险告知（请认真阅读）** > > 如果你选择保存，Key 将以 **AES 加密**后存入 WPS 笔记： > - 加密密钥由「**本机设备 ID + 笔记 ID + provider**」现场派生，本机无需存储额外文件 > - **WPS 笔记不会获取你的 Key 内容**，密文在其他设备上无法解密 > - ⚠️ 如果你添加了**第三方 MCP 插件**，该插件可读取笔记内容（含密文） > - ⚠️ 换设备后，同一密文无法解密，需重新保存 > > **是否保存？** > A. 保存（我已知悉风险） > B. 不保存（本次临时使用） --- **选择保存**： 1. 检查 `图像生成 Key` 笔记是否存在，不存在则 `create_note` 新建（标题 `图像生成 Key`，加 `#图像生成` 标签） 2. 执行加密： ```bash python3 comm_script/image_gen.py encrypt-key \ --note-id "{笔记 note_id}" \ --provider "{provider}" \ --key "{用户提供的Key}" ``` 3. 从输出中取 `ciphertext_b64`，整表替换写入笔记（新增或替换对应 provider 行）： ```xml <table> <tr> <td><p><strong>provider</strong></p></td> <td><p><strong>ciphertext_b64</strong></p></td> <td><p><strong>更新时间</strong></p></td> </tr> <tr> <td><p>{provider}</p></td> <td><p>{ciphertext_b64}</p></td> <td><p>{当前日期}</p></td> </tr> </table> ``` 4. 对话只说：「Key 已加密保存到笔记《图像生成 Key》，下次自动读取。」 **选择不保存**：Key 仅本次使用，直接进入 Step 4，`--key` 直接传字符串。 --- ## Step 4：执行生图 ### note 模式（已有保存的 Key） ```bash python3 comm_script/image_gen.py \ --provider "{provider}" \ --model "{model}" \ --key "note:{note_id}" \ --ciphertext "{ciphertext_b64}" \ --prompt "{prompt}" \ [--image "{参考图路径或URL}"] \ [--proxy "{代理地址}"] \ --aspect "{比例}" \ [--size "{分辨率}"] \ --out "./output" ``` ### 临时模式（本次直接使用） ```bash python3 comm_script/image_gen.py \ --provider "{provider}" \ --model "{model}" \ --key "{用户提供的Key}" \ --prompt "{prompt}" \ [--image "{参考图路径或URL}"] \ [--proxy "{代理地址}"] \ --aspect "{比例}" \ --out "./output" ``` 执行前告知：「正在调用 {provider} 生成图片，预计 30-120 秒…」 生图完成后，从 `[saved] {路径}` 行获得本地图片路径。 --- ## Step 5：询问是否插入笔记 ``` 图片已生成：{路径} 需要插入到 WPS 笔记吗？ A. 插入当前打开的笔记 B. 插入指定笔记（请告诉我标题） C. 不用，本地保存就行 ``` 选择插入时，执行以下步骤： **1. 获取目标笔记的 anchor_id（必须先做）** ```bash wpsnote-cli outline --note_id "{note_id}" --json ``` 取 `blocks` 数组最后一个元素的 `id` 作为 `anchor_id`。 **2. 插入图片（优先 CLI）** ```bash wpsnote-cli insert-image \ --note_id "{note_id}" \ --anchor_id "{最后一个block的id}" \ --position "after" \ --src "{图片本地路径或URL}" \ --json ``` 返回 `block_id` 表示插入成功。 **3. 降级：CLI 失败则用 MCP** ``` insert_image({ note_id: "{note_id}", anchor_id: "{anchor_id}", position: "after", src: "{url或本地路径}" }) ``` > ⚠️ `insert-image` 要求目标笔记**当前在 WPS 编辑器中打开**，否则报 `INTERNAL_ERROR`。如果报错，提示用户在 WPS 中打开该笔记后重试。 --- ## Step 6：删除 Key 用户说「删除 Key」「清除保存的 Key」「换一个 Key」时： 1. 搜索 `图像生成 Key` 笔记，整表替换删除对应 provider 行 2. 告知：「{provider} 的密文已从笔记中删除。下次生图需重新提供 Key。」 > 无需清理本机文件（note 模式本机本就无存储）。 --- ## 常见问题处理 | 场景 | 处理方式 | |------|---------| | 解密失败（换了设备） | 提示"换设备后密文不可用，请重新执行保存流程" | | openrouter / gemini 连接超时 | 提示"国内需要代理，请提供代理地址" | | 百炼传了参考图 | 自动忽略，告知"百炼不支持图生图" | | 火山方舟垫图是本地文件 | 提示"须为公网 URL" | | 依赖未安装 | 提示 `pip install httpx cryptography` |