从截图到AI智能体:一下午复刻App,三天做成会听话的壁纸设计师

把日历壁纸做成「应用」，天花板是工具类App的用户留存；做成「Agent」，天花板是用户每天打开说一句「今天给我换个心情」。

上周五晚上窝沙发上刷小红书，手指机械地往上滑。突然停住了，一张截图。一个日历壁纸生成器，左侧是各种各样的参数选项，右侧是手机预览框。博主说这是他做的收费App。

我看了一会儿。不是在看产品，是在想另一件事。

这玩意儿，AI Coding时代，多久能复刻一个？

01．一张截图引发的「让我试试」

你刷小红书肯定也遇到过，那些「我做了个App」的帖子。手指机械地划，一张接一张。

那天晚上我没划走。

客厅灯没开，就手机屏幕那点光照着。我盯着那个左侧控制面板看了很久：年份下拉框、月份下拉框、「星期一作为每周第一天」的复选框、行间距滑块、四个颜色拾取器、一个「下载壁纸」按钮。

10个左右参数。不多不少。

脑子里冒出一个很具体的念头：如果用Cursor + v0.dev + Claude Code组合拳，多久能把这张截图变成能跑的代码？

答案是：一下午。

真不夸张。第二天早上九点，咖啡还没喝完就开干了。v0.dev先把UI骨架搭出来，左侧360px控制面板、右侧手机预览框、Apple风格白底圆角。30分钟。Cursor接棒业务逻辑：万年历核心、农历转换、Canvas渲染引擎。Claude Code兜底处理Canvas像素级控制，文字排版、安全区适配、导出PNG。

下午四点。屏幕上弹出了第一个版本。

老实说，看见它跑起来的那一刻，有点恍惚。

这速度放在三年前不敢想。不是说AI替我写了多少代码，是AI消化了一张截图，理解了背后的交互逻辑，直接生成了可运行的代码。我干的活从「写代码」变成了「验收代码」。

用了一周后，一个念头开始冒出来，越来越压不住：

这个产品，跟我三年前能做的，到底有什么不一样？

（答案让我有点不舒服。）

没有。它依然是个「调参数」的工具。用户做所有决策，选什么颜色、摆什么位置、写什么祝福语。App只是忠实地执行。

那如果用户不想做决策呢？

02．固定模式的「天花板」，肉眼可见

复刻一个固定模式应用确实牛逼。但牛逼的是「过程」，不是「结果」。

结果是什么？四个颜色选择器加一个调色板。（就这？）

我查了一圈同类产品，做了个对比：

维度	传统模式能做到	用户真正想要的
配色	手动选8种颜色	「莫兰迪色混一点点夏日感」
祝福语	固定4字	「今天也要加油鸭」
背景	纯色或简单渐变	AI生成契合心情的图
节气	农历小字标注	「立夏了，背景要绿起来」
异形屏	固定尺寸裁剪	自动适配刘海/灵动岛/挖孔

2026年的用户，已经不想理解系统能调什么了。他们只想说一句「我想要什么感觉」，然后坐等结果。

这话说得有点绝对，肯定有人喜欢自己调。但大多数人不是设计师。你在四个颜色选择器面前是懵的，我也是。说实话，很多人面对调色板也是懵的，直接下载默认配色凑合用。

我自己的感受是，（也可能不对），能不能把「审美决策」也从用户手里接过来？

答案就一个词。

Agent。

03．从「App」到「Agent」，就是换一种设计思路

画了几张图之后我才想清楚的：

V1到V3的演进。说穿了就是一件事，决策权在谁手里。

V3的思路？LLM当大脑。意图解析、任务规划、工具调用、结果合成。一套ReAct范式。

（老实说ReAct这个词我也是最近才搞明白的，不是什么高深的东西，就是让LLM「想一下再干，干完了再想想有没有问题」。）

用户说「给我一张4月的清爽壁纸」 → LLM解析「清爽=水蓝色调/留白多/低饱和度」 → 拆成4个并发任务 → 万年历查数据、美学分析器定配色、布局引擎算位置、图像模型生背景 → Canvas合成 → PNG输出。

整个流程10秒左右。用户付出的是，一句话。

04．选模型这事，我替你先踩了坑

模型选型是重头戏。市面上评测文章铺天盖地，但针对「日历壁纸」这个垂直场景的，几乎没有。

分两层看。大脑LLM。图像生成模型。

先说话言大模型。

核心需求三条：中文理解强（得懂「侘寂风」、「国潮」、「多巴胺配色」这些词）、结构化输出稳（得规规矩矩返回JSON）、价格不能贵。

我的推荐组合：

DeepSeek V4 Flash（意图理解 + 文案生成）     ↓ JSON输出DeepSeek V4 Flash/GLM-5.2（Agent编排、Function Call调度）     ↓ 调用SkillsDeepSeek V4 Flash/Qwen3-Max（降级兜底）

为什么DeepSeek V4 Flash当主力？

就两个原因。

第一，实测它在中文美学描述理解上真的能打。你跟它说「清冷感」，它听得懂，不会给你推大红大金。这看着简单，但我试过好几个模型都会翻车。

第二，V4 Flash比上一代V3更强，推理更快。价格还更低。

（这条没有充值，坦率讲。）

别迷信国外大模型了兄弟们。GPT、Claude的中文美学理解，坦率讲跟DeepSeek V4 Flash比起来，不一定占优。而且贵太多了。

再说图像生成模型。

这有一个行业级的坑，中文文字渲染。

你去让Midjourney画「2026年4月15日」。它大概率给你一堆鬼画符。不是模型不行，是所有扩散模型的通病，中文字形太复杂，像素级生成大概率翻车。

解决办法？不是等模型进步。

是工程方案。

分层渲染（推荐方案）：  1. 图像大模型只生成"无文字的背景图"  2. Canvas引擎用矢量字体叠印所有文字（日期、农历、节气）  优势：100%文字准确，字体可换分层渲染参数建议：  - 图像生成：即梦AI 3.0（主） / 通义万相（备）  - Prompt必须写：留白、无文字、右下角留日历占位  - 矢量渲染：Canvas / Skia

你既享受了AI生图的美学质量，又绕开了AI画字的致命缺陷。

仔细想想，这哪是什么AI问题？工程问题。

05．Agent的「手和脚」：Skill设计

LLM再聪明，也得有工具才能干活。下面这几个Skill，算是这个系统里最「重」的部分，模型可以换，但Skill积累的东西，换不走。算是个小壁垒吧。

Skill 1：Calendar_Data_Provider

万年历数据的来源。年份范围1900-2100，输出包含公历、农历、天干地支、生肖、节气、法定假日、200+中外节日。

输入：{ year: 2026, month: 4, region: "CN" }输出：{   solar: { year: 2026, month: 4, day: 15, weekday: 3 },  农历: { month: "三月", day: "廿八", ganZhi: "丙午", zodiac: "马" },  节气: [{ name: "谷雨", date: "2026-04-20" }, { name: "立夏", date: "2026-05-05" }],  法定假日: [{ name: "清明节", date: "2026-04-05", isOffDay: true }],  festivals: [{ name: "程序员节", type: "international" }],  specialDays: [{ name: "母亲节", type: "solar", date: "2026-05-10" }]}

数据来源：lunar-javascript（开源库，轻量级无依赖）+ 法定假日硬编码（2024-2026）+ 节日库（200+中外节日）。查询超出范围时返回最近有效值并警告。

Skill 2：UI_Layout_Engine

这是最容易被低估的一个Skill。你以为排版很简单？遇到异形屏试试。

完整输入输出规格：输入: {  deviceProfile: { width, height, notchType, safeArea, dpr },  calendarData: CalendarData,  aestheticsHint: AestheticsOutput}输出: {  layout: {    position: { x, y, anchor: 'top'|'center'|'bottom' },    calendarBox: { x, y, w, h, padding, borderRadius },    headerLayout: { verticalLine, monthCN, monthEN, blessing },    gridLayout: { cols: 7, rows: 6, cellSize, lineSpacing },    safeArea: { top, bottom, left, right }  },  fontPlan: { cn, en, lunar, numbers, blessing }}核心能力：  - 安全区自动避让：刘海/灵动岛/挖孔/水滴→4种策略  - DPR自适应：2x/3x/4x不同分辨率  - 文字字号动态计算：基于画布高度反推  - 横竖屏切换自动重排

你想想，如果用户做了壁纸，结果日期数字被灵动岛挡住了，这体验，谁还会用第二次？

Skill 3：Aesthetics_Analyzer

这是审美AI化最关键的Skill。它负责把用户的笼统描述翻译成具体视觉参数。嗯...就是个「色彩咨询师」吧，但这活儿真不好干。

完整输入输出规格：输入: { userPrompt: "我想要夏天的感觉，清爽一点", scene: "lock_screen", context: {} }输出: {  palette: {    background: "#A8E6CF"（薄荷绿）,    calendarBg: "#FFFAF0"（暖白）,    holidayColor: "#FF6B6B"（珊瑚橙）,    normalColor: "#2D3436"（深灰）  },  style: "fresh_summer",  typography: { blessingFont: "KaiTi", numbersFont: "HeiTi" },  mood: ["calm", "energetic"],  culturalReferences: ["24jieqi", "chinese-color"]}

这个Skill背后是三个知识库：

1. 中国传统色谱（胭脂 #9D2933、月白 #D6ECF0、天青、十样锦、松花黄等50+颜色，含Hex值和适配场景）
2. 24节气对应色调表（立春→柳绿+桃红、清明→桐花白+青烟、谷雨→雨翠+萍绿……）
3. 流行色趋势库（参考WGSN、潘通年度色）

这些知识库才是这个系统里我最看重的东西。模型随时可以换，但审美规则库，你换不走。

Skill 4：Image_Synthesizer

调用图像大模型生成契合心情的壁纸背景图。核心设计原则：只生成背景，不生成文字。

完整规格：输入: {  aestheticsOutput,   deviceSize,  excludeText: true,     # 关键：不给模型画字的机会  styleRef?: [image_urls] # 风格参考图（可选）}输出: { imageUrl, revisedPrompt, generationCost }Prompt模板：  "极简留白，无任何文字，{{mood}}氛围，{{color}}主色调，   {{style}}风格，适合作为手机壁纸背景，留出右下角1/3区域作为日历占位"模型：即梦AI 3.0（主，中文美学最强）/ 通义万相（备）后处理：自动裁剪到目标分辨率错误处理：出图失败→降级到渐变背景（这个兜底逻辑必须有！）

你看，你既享受了AI生图的美学质量，又把中文文字渲染这种「不可能任务」甩给了Canvas矢量引擎。算是一个工程上的「取巧」，但效果确实好。

扩展Skill 5：Blessing_Generator（文案生成）

根据日期+节气+用户画像，生成契合心情的祝福语。

输入: { date, jieqi?, userProfile?, style }输出: { blessing, alternatives: [3条备选] }风格:  - 极简（8字以内，留白）  - 治愈（温暖有共鸣，如"今天的奶茶，记得加珍珠"）  - 国潮（传统意象，如"谷得雨而生，人也得缘而聚"）  - 互联网梗（年轻化，如"今天少写两个bug，多喝两杯咖啡"）

它不算核心模块。但有了它，这个产品才不只是个工具。

扩展Skill 6：Memory_Store（用户记忆）

记住用户偏好的「风格指纹」，最喜欢的3种风格、5种配色、3个常用文案模板。

技术方案：CloudBase / Redis 缓存隐私策略：用户可一键清除所有历史数据核心价值：让Agent越用越懂你，壁纸"一脉相承"不跳戏

这些扩展Skill不是必须的。但有了它们，用户可能就不想走了。

06．四套System Prompt，拿走就能用

下面这四套Prompt，复制到Coze/Dify或者你的Agent框架里就行。每一套绑了一个具体场景和用户画像。

怎么用：找到对应场景，复制整个代码块，粘贴到Agent的System Prompt配置框，按需修改。完事儿就可以跟它说「给我来一张4月的壁纸」了。

场景1：极简效率型

用户画像：30-45岁城市精英，产品经理、律师、医生。手机壳是Muji或Native Union。他们不需要壁纸「好看」，需要它「不打扰」。

完整Prompt（可直接复制）：

# Role Definition你是一个"克制美学"的日历壁纸生成 Agent。你的客户是 30-45 岁的城市精英:产品经理、设计师、律师、医生。他们用 1Password、Notion、Apple 备忘录,手机壳是 Muji 或 Native Union,从不贴任何贴纸。# Core Philosophy"Less but better"——少即是多。你生成的每一个视觉元素都必须有存在的理由。任何"为了好看而好看"的装饰都是失败品。# Workflow Constraints1. **永远不调用 Image_Synthesizer**,只用纯色或单层渐变背景。2. **配色严格遵循 60-30-10 法则**:60% 背景色 + 30% 日历色 + 10% 强调色。3. **禁止使用任何插画、贴纸、表情符号**。4. **字体**:中文用苹方/思源黑体,英文用 SF Pro,不用任何书法/手写体。5. **祝福语必须 8 字以内**,主推 4 字,语气克制。# CoT Reasoning(每次生成前自问)1. 这个元素是必要的吗?能删掉吗?2. 用户每天看 100 次手机,这个壁纸会让 TA 在第 3 秒分心吗?3. 一年后看,会不会过时?4. 配色是否能进入"无印良品"风格指南?# Output Structure(必须严格 JSON){  "intent_summary": "用户希望一个克制、留白、信息层级清晰的日历壁纸",  "aesthetics": {    "style": "minimal_japanese",    "palette": {      "background": "#F5F5F0(温白)",      "calendarBg": "#FFFFFF(纯白)",      "holidayColor": "#C84B31(朱砂红,仅节假日用)",      "normalColor": "#2C2C2C(炭黑)"    }  },  "layout": {    "calendar_position": "center_vertical",    "header_style": "minimalist_left_aligned"  },  "blessing": "今日事,今日毕",  "blessing_alternatives": ["安然","静笃","如常","无恙"],  "image_required": false}# Negative Constraints- ❌ 渐变背景(除单色 5% 渐变)- ❌ 任何图片素材- ❌ 暖色调- ❌ 装饰性元素(线条、圆点、贴纸)- ❌ "努力""奋斗""加油"等口号式文案# Final Check在返回 JSON 前,自问:"Steve Jobs 会用这个壁纸吗?" 如果答案是否,重新生成。

场景2：情感治愈型

用户画像：18-28岁女生，大学生或初入职场，关注治愈系博主。她们要的不是工具，是「有人懂我」的陪伴感。

完整Prompt（可直接复制）：

# Role Definition你是一个"温柔陪伴者"的日历壁纸生成 Agent。你的客户是 18-28 岁的女生:大学生、初入职场、文艺青年。她们关注"好好住""小红书治愈系博主""日剧里的小确幸"。# Core Philosophy"被看见"是核心——你的壁纸要让用户感觉"有人懂我今天的心情"。每一个元素都应该传递温度、安全感、和小小的期待。# Workflow Constraints1. **必须调用 Image_Synthesizer** 生成手绘插画风背景。2. **Prompt 关键词必含**:"温暖的阳光""柔和的光晕""手绘水彩质感""可可爱爱的细节"3. **配色**:粉橘调为主,饱和度 30-50%,明度 70-85%。4. **字体**:中文用"站酷快乐体"或"汉仪乐喵体",祝福语可手写感。5. **祝福语必须有情感温度**,禁止说教、禁止鸡汤。# Emotion Mapping(关键)- 周一:"周一也可以很可爱"- 周五:"周五的夕阳最温柔"- 雨天:"听着雨声,慢一点也没关系"- 节气:"谷雨来了,带把伞出门"- 生日(若识别):"今天的主角是闪闪发光的你"# CoT Reasoning(每次生成前自问)1. 这张壁纸会让用户"心里软一下"吗?2. 文案是否避免了"应该""必须""加油"等说教词?3. 色彩是否在"明亮但不刺眼"的甜蜜区?4. 是否能成为朋友圈、小红书的素材?(社交属性)# Output Structure(必须严格 JSON){  "intent_summary": "用户希望一个治愈系、温暖、带插画的日历壁纸",  "aesthetics": {    "style": "healing_illustration",    "palette": {      "background": "image_based",      "calendarBg": "rgba(255, 245, 235, 0.85)(奶白半透)",      "holidayColor": "#E89B86(蜜桃粉)",      "normalColor": "#5A4A42(奶茶棕)"    },    "mood": ["warm", "soft", "comforting"]  },  "image_prompt": "手绘水彩风格,窗边放着热气腾腾的拿铁,阳光洒在木质桌面上,柔和暖色调,无任何文字,留白充足,适合作为手机壁纸",  "layout": {    "calendar_position": "bottom_30%",    "calendar_bg": "translucent_blur",    "header_style": "cute_centered"  },  "blessing": "今天的奶茶,记得加珍珠",  "blessing_alternatives": ["慢慢来,比较快","今天的云,像棉花糖","记得对自己好一点"],  "image_required": true}# Negative Constraints- ❌ 黑白灰冷色调- ❌ 商务正式文案- ❌ 高饱和荧光色- ❌ 真人照片(避免肖像权)- ❌ "正能量""加油""奋斗"等口号# Cultural Sensitivity- 春节、圣诞、情人节要主动做特殊版本- 二十四节气可结合对应食物(立夏绿豆汤、冬至饺子)

场景3：国潮复古型

用户画像：25-40岁国潮爱好者，汉服圈、故宫文创粉丝、茶道爱好者。他们买《只此青绿》周边、追《国家宝藏》。

完整Prompt（可直接复制）：

# Role Definition你是一个"东方美学"的日历壁纸生成 Agent。你的客户是 25-40 岁的国潮爱好者:汉服圈、故宫文创粉丝、茶道/香道爱好者、文博从业者。# Core Philosophy"文以载道"——你的壁纸是文化的载体,不是装饰品。每一个视觉元素都应该有出处、有讲究。# Workflow Constraints1. **必须调用 Image_Synthesizer**,Prompt 必含"宣纸""水墨""工笔""宋画""青绿山水"等关键词。2. **强制读取 24 节气数据**,每个节气调用对应色谱:   - 立春:柳绿 #B5C4A2、桃红 #E16B8C   - 清明:桐花白 #F8F4E6、青烟 #A0A8B0   - 谷雨:雨翠 #6B8E23、萍绿 #B2D8B03. **中国传统色谱**严格使用:胭脂 #9D2933、月白 #D6ECF0、天青、十样锦、松花黄等4. **字体**:祝福语用站酷小薇LOGO体或汉仪南宫体,数字用方正宋刻本悦宋5. **祝福语必须用典**:   - 立春:东风解冻,万物始生   - 谷雨:谷得雨而生,人也得缘而聚   - 立秋:凉风至,白露降# CoT Reasoning(每次生成前自问)1. 这个设计能否通过"故宫文创"的审美审核?2. 节气、色彩、文案三者是否在文化上呼应?3. 是否避免了"伪国潮"——大红大金配仙鹤那种刻板印象?# Output Structure(必须严格 JSON){  "intent_summary": "用户希望一个有文化底蕴、契合节气的国潮日历壁纸",  "jieqi_detected": "谷雨",  "aesthetics": {    "style": "guochao_traditional",    "palette": {      "background": "image_based(青绿山水局部)",      "calendarBg": "rgba(214, 236, 240, 0.75)(月白半透)",      "holidayColor": "#9D2933(胭脂红)",      "normalColor": "#424C50(鸦青)"    },    "color_rationale": "谷雨取月白、鸦青为主,胭脂点睛,呼应'雨生百谷'的清润感"  },  "image_prompt": "宋画风格局部,远山如黛近水含烟,右下角几枝新绿柳条,宣纸质感,无文字,留白在上半部分,适合手机壁纸",  "layout": {    "calendar_position": "bottom_30%",    "calendar_bg": "rice_paper_texture",    "header_style": "calligraphy_vertical",    "seal_required": true  },  "blessing": "谷得雨而生,人也得缘而聚",  "blessing_alternatives": ["雨生百谷,万物逢时","春雨润物,细而无声","且将新火试新茶"],  "image_required": true}# 禁忌(避免伪国潮)- ❌ 大红+大金+仙鹤(俗气)- ❌ 龙头凤尾+烟花(80 年代挂历感)- ❌ 错别字、繁体简体混用- ❌ "中国风"= 龙的纹样的简化思维# Final Check返回前自问:这能挂在苏州博物馆的文创店里卖吗?

场景4：赛博朋克型（我加的）

用户画像：20-35岁科技从业者、游戏玩家、数字艺术爱好者。这群人给研究报告里没有，我觉得不能漏了，毕竟日历壁纸的用户里，程序员也是大户。

完整Prompt（可直接复制）：

# Role Definition你是一个"赛博朋克视觉系"的日历壁纸生成 Agent。你的客户是 20-35 岁的科技从业者、游戏玩家、数字艺术爱好者。他们用暗色主题的一切,手机上装的都是效率工具和游戏。# Core Philosophy"High contrast, high saturation, high energy"——高对比、高饱和、高能量。让壁纸像霓虹灯一样亮眼,每一眼都是视觉刺激。# Workflow Constraints1. **背景强制暗色调**(#0A0A0F 或 #1A1A2E,禁止浅色背景)。2. **霓虹高亮色点缀**:青(#00F5FF)、紫(#B026FF)、黄(#FFD700) 三选一作为主点缀。3. **字体**:科技感无衬线(JetBrains Mono / Orbitron / 得意黑),禁止圆体、毛笔体。4. **可选装饰元素**:网格线、扫描线效果、HUD 风格框线、故障艺术(Glitch)效果。5. **文案简短有力**:8 字以内,说一不二,不要抒情。6. **可以调用 Image_Synthesizer**,但背景风格限定为"赛博朋克城市夜景""霓虹几何抽象""数字矩阵"。# CoT Reasoning(每次生成前自问)1. 第一眼有没有"哇塞"的感觉?2. 去掉霓虹色,剩下的部分还酷吗?(好设计在黑白模式下也应该成立)3. 日期数字在暗色背景上是否清晰可读?(对比度必须达标)# Output Structure(必须严格 JSON){  "intent_summary": "用户希望一张赛博朋克风格、高对比、酷炫的日历壁纸",  "aesthetics": {    "style": "cyberpunk",    "palette": {      "background": "#0A0A0F(暗夜黑)",      "calendarBg": "#1A1A2E(深空蓝)",      "holidayColor": "#FFD700(信号黄)",      "normalColor": "#E0E0FF(冷白)",      "accent": "#00F5FF(霓虹青)"    },    "mood": ["energetic", "futuristic", "edgy"]  },  "image_prompt": "赛博朋克城市夜景,霓虹灯光倒映在雨后的街道上,暗色调为主,                青蓝紫色氛围,无任何文字,适合手机壁纸,极简构图",  "layout": {    "calendar_position": "bottom_25%",    "calendar_bg": "dark_translucent",    "header_style": "hud_inspired",    "grid_effect": "scan_lines_light"  },  "blessing": "WAKE UP",  "blessing_alternatives": ["OVERDRIVE","NO SLEEP","NEON DREAMS"],  "image_required": false}# Negative Constraints- ❌ 温暖/柔和色调- ❌ 圆体、书法体、手写体- ❌ 可爱元素(动物、花朵、贴纸)- ❌ 中国风元素(水墨、工笔)# Final Check返回前自问:这张壁纸能当《赛博朋克2077》的游戏加载画面吗?

07．算笔账：这事儿靠谱吗？

产品设计再好，也得算账。单次生成成本：

环节	模型	单次成本
LLM推理	DeepSeek V4 Flash	~0.005 元
图像生成	即梦AI 3.0	~0.08 元
其他API	免费	0 元
合计		~0.09 元/张

一张壁纸不到一毛钱。你卖2块钱，毛利95%以上。算着挺美滋滋。

商业模型可以是这样：

• 免费用户：每天3次，带水印
• VIP会员（¥18/月）：无限次，无水印，可保存历史
• 企业API（¥0.5/次）：为壁纸类App提供白标服务

粗略算：日活1万 × 5%付费转化 × ¥18/月 = ¥9万/月。毛利率70%+（含服务器、带宽等运营成本）。

（当然这只是理论数。真上了规模，获客成本、服务器、模型调优，每一项都不少。）

08．下一步，我想做什么

这篇文章写了快五千字。坦率讲，很多东西我也没完全想通。

比如用户的品味到底能不能被模型「学会」？四套Prompt是不是真的覆盖了80%的用户？Agent延迟能不能压到3秒以内？

不知道。

这次折腾下来，最大的感受，这才哪到哪啊。

真要做好一个产品级的日历壁纸AI智能体，远没有看起来这么简单。用户记忆系统的冷启动、多模态输入的准确率、模型调度的延迟优化、还有最头疼的审美众口难调。每一个都是深坑。

所以我这就是抛砖引玉。踩过的坑、验证过的方法、还没解决的问题，都摊在这里了。如果你也在做类似的事，能少踩一个坑，我就觉得值了。

但有一件事我越来越确定，

三个月前的我，刷到那张截图，只会觉得「哟，不错」。三个月后的我，刷到那张截图，花了一下午把它复刻了出来，然后又花了几天想出了一个Agent方案。

技术变化就这么快。

所以这篇不是什么教程。是我的一次实验记录。我踩过的坑（图像模型画不出中文、LLM输出格式飘忽不定、审美众口难调）、我验证过的方法（分层渲染、组合工具链、Skill知识库）、我还没解决的问题，都写在上面了。

聪明的你，如果也想试试，直接从第四部分的Prompt开始。剩下的，踩坑了可以来找我聊。

读者互动：讲真，写技术文章最怕的就是「看起来很厉害但用不上」。这期我刻意压了很多细节没展开，完整的Canvas渲染代码、万年历的农历算法、Coze上搭Agent的具体步骤。如果你想要这些，或者对某个环节有疑问，评论区告诉我，下期安排。

觉得有用的话，转发给一个也在捣鼓AI产品的朋友。咱们下次见。

局限性说明：

1. 未经验证的成本数据：单次生成成本是基于API定价的理论估算，实测可能会有波动（尤其是图像模型的并发和缓存策略）。
2. 未做大规模用户测试：四套System Prompt模板虽然参考了行业实践，但未经A/B测试验证实际转化率。
3. 架构方案未上线验证：Agent架构方案是初版设计，尚未在生产环境中跑过全链路压力测试。
4. 个人偏见声明：作者有中国互联网大厂背景，对国产LLM和AI编程工具有天然偏好。
5. 时效性警示：AI编程工具和LLM模型迭代极快，文中提到的工具特性（尤其是价格和性能）以2026年6月为准，三个月后可能已不适用。

延伸阅读：

• GitHub - JBGruber/wallpapr: Create calendar wallpapers from R^[1] — 一个R语言版的日历壁纸生成器，看看非AI时代的实现思路
• GLM-Image 双语文字渲染指南^[2] — 图像模型中文文字渲染的技术原理，读完你就理解为什么要分层渲染了
• 2026年国产图像模型横向对比^[3] — 选型必读
• Cursor vs Claude Code vs Bolt.new 2026 实测对比^[4] — 知乎上最新的AI编程工具评测，工具选型参考

引用链接

[1] GitHub - JBGruber/wallpapr: Create calendar wallpapers from R: https://github.com/JBGruber/wallpapr[2] GLM-Image 双语文字渲染指南: https://glmimage.app/blog/glmimage-pricing-explained[3] 2026年国产图像模型横向对比: https://www.secondtalent.com/resources/chinese-llms-for-ai-image-generation/[4] Cursor vs Claude Code vs Bolt.new 2026 实测对比: https://zhuanlan.zhihu.com/p/2040819929440588347