分享给AI装上图片识别,图片生成,视频生成的三件套方法,全部免费,小白一键复制安装

---
name: imagegen          # 必填，与目录名一致
description: 本机 AI 文生图...   # 必填，写得越具体越好
license: MIT            # 可选
compatibility: opencode # 可选
---
# 以下是正文，Markdown 随意写

C:\Users\<你>\.config\opencode\skills\imagegen\
├── SKILL.md              # 给 AI 看的说明书
├── image_config.json     # 模型配置（含 API Key）
└── scripts\
    └── imagegen.py       # 真正干活的脚本（纯 Python 标准库）

vision    API_BASE = .../api/paas/v4/chat/completions   模型 glm-4v-flash
imagegen  API_BASE = .../api/paas/v4/images/generations 模型 cogview-3-flash
videogen  API_BASE = .../api/paas/v4/videos/generations 模型 cogvideox-flash

↓

↓

↓

↓

New-Item -ItemType Directory -Force -Path "...\skills\vision\scripts"
New-Item -ItemType Directory -Force -Path "...\skills\imagegen\scripts"
New-Item -ItemType Directory -Force -Path "...\skills\videogen\scripts"

{
  "api_key": "*****你的智谱Key*****",
  "api_base": "https://open.bigmodel.cn/api/paas/v4/images/generations",
  "model": "cogview-3-flash",
  "size": "1024x1024",
  "concurrency": 1,
  "max_retries": 3,
  "timeout": 120
}

# vision：识别一张图
python ...\vision\scripts\vision.py C:\测试图.png --prompt "这是什么产品？列出型号参数"

# imagegen：生成一张图
python ...\imagegen\scripts\imagegen.py "光纤收发器产品图，浅灰工业风" --size 1440x720

# videogen：生成一段视频（约 60 秒出结果）
python ...\videogen\scripts\videogen.py "一只白色的柴犬在海边奔跑，黄昏暖色调" --duration 5

请在这台电脑上帮我安装三个 AI 技能：vision（看图）、imagegen（画图）、videogen（做视频），并帮我处理环境与依赖，全部自主执行、逐步汇报。

【一、先做环境自检】
1. 检查可用的运行时：python/python3 或 node（任选一个已存在的即可），脚本不依赖任何第三方包。
2. 如果都没有：在 Windows 用 winget install --id Python.Python.3.12 帮我装好并加入 PATH，装完继续。
3. 确认能访问 https://open.bigmodel.cn（智谱 API 域名）。

【二、安装位置】
全局技能目录 ...\.config\opencode\skills\，每个技能一个子目录：
  <技能名>\SKILL.md
  <技能名>\<技能名>_config.json
  <技能名>\scripts\<技能名>.<py|mjs>

【三、API Key（安全第一）】
1. 先询问用户是否已有智谱开放平台 API Key；若无，引导去控制台 API Keys 创建（免费）。
2. 用户提供后，写入每个 config 的 api_key 字段；若不想填，就写系统环境变量 ZHIPU_API_KEY。
3. Key 读取优先级：环境变量 ZHIPU_API_KEY > config.json 的 api_key。
4. 任何汇报里都别输出完整 Key，一律 *****。

【四、三个技能的规格（务必全部实现，参数别漏）】

1) vision 看图理解
- 端点：POST https://open.bigmodel.cn/api/paas/v4/chat/completions
- 模型：glm-4v-flash
- 参数：1..N 张图片路径 + --prompt + --out + --concurrency 默认 5 + --model + --timeout 默认 120
- 本地图片转 base64 以 data URL 传入；http(s) 图片直接传 URL
- 每图结果写 <图名>.txt 到 --out；stdout 输出 JSON
- 撞 429/1302/1305 自动指数退避重试（默认 3 次）

2) imagegen 文生图
- 端点：POST https://open.bigmodel.cn/api/paas/v4/images/generations
- 模型：cogview-3-flash
- 参数：<提示词> + --n 默认1 + --size + --out + --concurrency 默认1（实测该账户并发上限=1）+ --watermark on|off
- --size 支持 7 预设，也支持自定义：每边 512-2048、16 的整数倍、面积≤2^21
- 请求体：{model,prompt,size,watermark_enabled:false}（永远带上 false）
- 每张图下载为 image_001.png 递增到 --out；stdout 输出 JSON
- 撞 1302/429 自动指数退避重试

3) videogen 文生视频
- 端点：POST https://open.bigmodel.cn/api/paas/v4/videos/generations（别用 /v4/videos，会 404）
- 轮询：GET https://open.bigmodel.cn/api/paas/v4/async-result/{task_id}，直到 SUCCESS
- 模型：cogvideox-flash
- 参数：<提示词> + --duration 5|10 + --size + --fps 30|60 + --with-audio on|off + --out + --poll-interval 默认10 + --max-wait 默认300 + --watermark on|off
- 成功取 video_result[0].url 下载 video.mp4、cover_image_url 下载 cover.png
- 提交失败 1302/1305 退避重试；生成约 1 分钟（提前告诉用户等一下）

【五、每个脚本都要支持 -h/--help】，用中文给每个参数写说明并标默认值。

【六、每个技能都要写 SKILL.md（给 AI 自己看的说明书）】
- frontmatter：name（=目录名）、description 1-1024字，写满触发词（如 生成图片/AI画图/配图/插图/海报图）
- 正文：何时使用 / 完整调用命令 / 全部参数表(含默认值) / 2-3 个示例 / 返回 JSON 示例 / 并发与限流提醒 / 配置说明
- 把坑写进去：图像并发=1、撞 1302 会自动重试、图片视频默认带水印但脚本已带去水印参数、size 规则

【七、最后必须验证】
1. 每个脚本先跑 --help 确认无报错
2. vision：用系统里任意一张图片跑一次识别
3. imagegen：跑 --n 1 --size 1024x1024 "一个发光的水晶球" 确认生成 PNG
4. videogen：跑 --duration 5 确认轮询到 SUCCESS 并下载 video.mp4（先告知约等 1 分钟）
5. 全部通过后，给用户一句话总结：三件套已就绪 + 三个试用示例命令

现在请开始；遇到需要用户决定的地方（API Key、是否安装 Python 等）先问我再继续。

[1] opencode Agent Skills 官方文档：https://opencode.ai/docs/skills/

[2] 智谱开放平台（申请免费 API Key）：https://open.bigmodel.cn