Files

T

刘国栋 8f7f082c3d feat: 重构项目结构并添加平台同步基础架构

- 重构项目目录结构，将功能模块移至 modules/ 目录
- 创建平台同步基础架构，包括发布器基类和 GitHub 发布器
- 新增 UI 状态管理模块 (modules/ui/state.py) 统一管理会话状态
- 更新依赖配置，添加平台同步所需依赖 (httpx, pyperclip)
- 整理文档结构，将所有文档分类移至 docs/ 目录
- 添加 .cursorrules 文件定义项目开发规范
- 清理根目录重复文件，保持项目结构整洁

2026-01-30 10:21:29 +08:00

7.2 KiB

Raw Blame History

通义万相图片生成功能说明

📋 功能概述

通义万相图片生成功能是 GEO 工具的高级功能，用于为文章内容自动生成高质量配图，并智能嵌入到 Markdown 格式的文章中，实现"图文结合"的完整内容输出。

核心价值

2026 年 AI 搜索多模态化趋势：图文结合内容更容易被优先抽取和展示
通义万相中文理解极强：直接用中文 Prompt 效果最佳，人物/文字渲染优秀，合规性高
一键完成全流程：文本 → 配图 Prompt → 生成图片 → 嵌入文章
智能插入位置：自动推荐最佳图片插入位置，避免生硬插入

🎯 功能位置

Tab2（自动创作）- 内容生成后

在生成内容后，可以：

🎨 生成配图/视频描述：一键生成详细的配图描述
🖼️ 生成配图（通义万相）：基于配图描述生成实际图片
📄 图文结合版本：查看并下载包含图片的完整 Markdown 文章

⚙️ 配置要求

1. 获取通义万相 API Key

访问阿里云 DashScope
开通通义万相服务
获取 API Key（免费额度每天 100-300 张）

2. 在工具中配置

打开侧边栏 ⚙️ 全局配置
找到 🖼️ 通义万相（图片生成） 部分
输入你的 API Key
点击 应用配置

🔄 使用流程

方式一：基于配图占位符生成

生成内容
- 在 Tab2 生成内容（小红书、抖音、微信公众号等支持配图的平台）
- 内容中应包含配图占位符（【配图：xxx】）
生成配图描述
- 点击"🎨 生成配图/视频描述"按钮
- 系统自动识别内容中的配图占位符
- 为每个配图位置生成详细的配图描述
生成图片
- 点击"🎨 生成配图（通义万相）"按钮
- 系统为每个配图描述生成对应的图片（每张约需 5-15 秒）
- 自动将图片嵌入到 Markdown 文章中
查看和下载
- 查看生成的图片预览
- 查看完整的图文结合版本（Markdown 格式）
- 下载 .md 文件或直接复制发布

方式二：直接生成配图（无需占位符）

生成内容
- 在 Tab2 生成任意内容
直接生成配图
- 即使没有配图占位符，也可以直接生成配图
- 选择生成数量（1-2 张）
- 点击"🎨 直接生成配图"按钮
- 系统会基于文章内容自动生成合适的配图
查看和下载
- 查看生成的图片预览
- 查看完整的图文结合版本
- 下载或复制发布

📊 功能特性

1. 高质量中文 Prompt 生成

自动分析文章主题、核心观点和品牌元素
生成 60-120 字的详细中文 Prompt
根据文章调性自动判断风格（科技感/写实/插画/未来主义）
自然融入品牌元素，确保合规

2. 智能图片插入位置

自动推荐最佳插入点（标题后、关键段落后、结尾总结图等）
避免生硬插入，提升阅读体验
支持手动调整插入位置

3. 图片嵌入 Markdown

自动将图片 URL 嵌入到 Markdown 格式中
格式：![alt_text](image_url)
支持多张图片智能分布
保持文章原有结构和格式

4. 图片预览和管理

实时预览生成的图片
显示每张图片的 Prompt 和 URL
支持下载图片或上传到图床
一键替换原内容为图文版本

💡 使用建议

配图数量建议

小红书：3-5 张配图，生活化、美观
知乎：2-3 张配图，专业、清晰
微信公众号：2-4 张配图，符合文章风格
CSDN：1-3 张配图，技术图表、流程图
B站：1-2 张配图，适合视频封面

Prompt 优化建议

系统会自动生成高质量的 Prompt，但也可以手动修改
建议在生成前先查看配图描述，确认是否符合预期
如需重新生成，可以修改 Prompt 后手动调用

图片保存建议

图片 URL 为阿里云临时链接，建议：
- 及时下载保存
- 上传到图床（如七牛云、又拍云等）
- 避免链接失效导致图片丢失

平台适配建议

系统会根据平台自动选择最合适的图片比例：

文章类平台（16:9 横图）：
- 知乎、微信公众号、CSDN、头条号、百家号、网易号、企鹅号、新浪新闻、搜狐号、一点号、东方财富、原创力文档、邦阅网、新浪博客、简书、GitHub
- 尺寸：1344*768（16:9比例，适合文章配图）
社交类平台（1:1 方图）：
- 小红书、QQ空间
- 尺寸：1024*1024（1:1比例，适合社交分享）
短视频平台（9:16 竖图）：
- 抖音图文
- 尺寸：768*1344（9:16比例，适合竖屏展示）
视频类平台（16:9 横图）：
- B站
- 尺寸：1344*768（16:9比例，适合视频封面）

注意：系统会自动根据选择的平台设置合适的图片比例，无需手动配置。

⚠️ 注意事项

API Key 安全
- API Key 存储在本地 config.json 文件中（已在 .gitignore 中）
- 不要将 API Key 提交到代码仓库
生成时间
- 每张图片生成约需 5-15 秒
- 批量生成时请耐心等待
- 建议显示加载提示，避免重复点击
免费额度
- 通义万相免费额度每天 100-300 张
- 超出后需要付费使用
- 建议合理控制生成数量
图片链接
- 图片 URL 为临时链接，可能有时效性
- 建议及时下载或上传到图床
- 避免依赖临时链接长期使用
合规性
- 系统会自动过滤敏感词
- 如生成失败，可能是内容不合规
- 建议修改 Prompt 后重新生成

🔧 技术实现

API 调用

使用阿里云 DashScope SDK：

from dashscope import ImageSynthesis

dashscope.api_key = api_key
response = ImageSynthesis.call(
    model="wanx-v1",
    prompt=prompt,
    n=1,
    size="1024*1024"
)

Prompt 生成

使用 LLM 生成高质量中文 Prompt：

prompt = multimodal_gen.generate_tongyi_image_prompt(
    content=content,
    brand=brand,
    llm_chain=llm_chain
)

图片嵌入

自动将图片嵌入到 Markdown 中：

final_content = multimodal_gen.embed_images_in_markdown(
    content=original_content,
    image_data=generated_images
)

📚 相关文档

🆘 常见问题

Q: 为什么生成失败？

A: 可能的原因：

API Key 未配置或配置错误
免费额度已用完
Prompt 内容不合规
网络连接问题

Q: 图片链接失效怎么办？

A: 建议：

及时下载图片保存
上传到图床服务
使用永久链接替换临时链接

Q: 可以生成多少张图片？

免费额度每天 100-300 张
建议单篇文章生成 1-5 张
超出额度需要付费

Q: 如何修改图片 Prompt？

在生成配图描述后，可以查看和修改 Prompt
修改后可以重新生成图片
建议保持 Prompt 与文章内容相关

7.2 KiB Raw Blame History Unescape Escape