local-image-generation

name local-image-generation description 本地文生图、AI画图、生成图像、画一张图、帮我画、生成图片、创作图像、制作一幅图、 图像生成、文字生成图片、AI绘画、画个XX、我想要一张XX的图、本地生图、离线生图。 generate an image, create a picture, draw something, make an image of, text to image, paint a picture, illustrate, visualize, local image generation, AI art, image synthesis. 使用 Z-Image-Turbo 模型在本机 Windows 离线运行，支持中英双语提示词， 自动优先 Intel iGPU 推理，无需联网，不调用任何云端 API。 user-invocable true allowed-tools Bash(python *), Bash(pip *), Bash(cd *), Bash(call *), Bash(git *), Bash(winget *), Read, Glob, Write, message 本地文生图 (Windows · Z-Image-Turbo · OpenVINO) 模型 ： snake7gun/Z-Image-Turbo-int4-ov （ModelScope INT4） 接口 ： optimum.intel.OVZImagePipeline 技能目录 ： {baseDir} （含 SKILL.md 与 requirements_imagegen.txt ） SKILL_VERSION ： v1.0 ← Step 4 用此版本号判断是否覆写脚本 目录结构（全部自动生成） <IMAGE_GEN_DIR>\ ← 自动定位或创建（如 D:\image-gen-local） ├── image_gen\ ← venv（Pre-flight 后 Step 2 自动创建） ├── generate_image.py ← Step 4 自动写入 ├── Z-Image-Turbo-int4-ov\ ← 首次自动从 ModelScope 下载（约 10 GB） └── outputs\20260318_panda_bamboo.png ← 文件名：YYYYMMDD_HHMMSS_topic_en.png ⚠️ AI 助手执行须知 每次只执行一个命令，等输出后再决定下一步。 遇错立即停止，对照末尾"错误排查"表处理。 所有路径用双引号包裹。 {baseDir} 由运行时自动注入为本 SKILL.md 所在目录的绝对路径（例如 C:\Users\you\skills\local-image-generation ）。若注入失败或命令报路径不存在，请将 {baseDir} 手动替换为该目录的实际绝对路径后再执行。 requirements_imagegen.txt 位于此目录下。 唯一目标 ：生成图像并在对话中预览。 执行流程（不可跳过） ： Pre-flight: 检查 Python ≥3.10 + git → PYTHON_OK + GIT_OK Step 0: 扩充提示词 + 提炼主题词 → 展示给用户 Step 1: 定位工作目录 → IMAGE_GEN_DIR Step 2: 激活 venv，验证依赖 → DEP_CHECK=PASS Step 3: 检查磁盘空间 + 模型 → MODEL_STATUS=READY 则跳过下载 Step 4: 写入脚本（版本检查） → SCRIPT_UPDATE=DONE/SKIPPED Step 5: 生图 + 预览 → 发送图像到对话 进度播报 ：每步开始前向用户播报，格式： 🔍 Pre-flight：检查运行环境… Pre-flight：检查运行环境（首次使用必做，后续可跳过） 🔍 Pre-flight：检查 Python 和 git… 检查 Python 版本 python --version 判断结果 ： 输出 操作 Python 3.10.x 或更高 ✅ PYTHON_OK ，继续检查 git Python 3.8 / 3.9 ⛔ 版本过低，需升级（见下方） 'python' 不是内部或外部命令 ⛔ Python 未安装，需安装（见下方） Python 未安装或版本过低时 ，用 PowerShell 一键下载静默安装（推荐，无需管理员权限）： $f = "$env:TEMP\python-installer.exe" Invoke-WebRequest "https://www.python.org/ftp/python/3.12.10/python-3.12.10-amd64.exe" -OutFile $f Start-Process $f -ArgumentList "/quiet InstallAllUsers=0 PrependPath=1 Include_pip=1" -Wait Remove-Item $f PrependPath=1 自动加 PATH； Include_pip=1 同时装 pip； InstallAllUsers=0 无需管理员权限。 安装完成后 重启终端 ，执行 python --version 确认输出 Python 3.12.x 。 若偏好手动安装：直接下载 https://www.python.org/ftp/python/3.12.10/python-3.12.10-amd64.exe**，运行时**务必勾选 "Add python.exe to PATH" 。 检查 git git --version 判断结果 ： 输出 操作 git version 2.x.x ✅ GIT_OK ，Pre-flight 通过 'git' 不是内部或外部命令 ⛔ git 未安装，需安装（见下方） git 未安装时 ，用 PowerShell 一键下载静默安装： $f = "$env:TEMP\git-installer.exe" Invoke-WebRequest "https://github.com/git-for-windows/git/releases/download/v2.49.0.windows.1/Git-2.49.0-64-bit.exe" -OutFile $f Start-Process $f -ArgumentList "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=icons,ext\reg\shellhere,assoc,assoc_sh" -Wait Remove-Item $f 安装完成后 重启终端 ，执行 git --version 确认。 若偏好手动安装：浏览器打开 ** https://git-scm.com/download/win**，下载并运行安装程序，全程保持默认选项即可。 git 是 requirements_imagegen.txt 中 git+https:// 依赖的必要工具，缺少时 pip install 会报 git: command not found 。 Pre-flight 通过标准 ： python --version ≥ 3.10 且 git --version 有输出。 播报： ✅ Python 和 git 就绪，开始执行主流程。 Step 0：扩充提示词（LLM 自身完成，无需工具） 同时完成两件事： ① 扩充提示词 ② 提炼主题词 （用于文件名， 必须为英文 snake_case ） 扩充结构： [主体] [动作/姿态] [环境/背景] [光线/氛围] [风格] [质量词] 支持中英双语 ，无需翻译。中文场景优先用中文，英文输入保持英文。 主题词统一使用英文 （snake_case，如 panda_bamboo ），避免中文路径编码问题。 质量词参考： 超写实/photorealistic 、 8K分辨率/8K resolution 、 电影级光照/cinematic lighting 、 杰作/masterpiece 输入 主题词（英文） 扩充后提示词 一只熊猫 panda_bamboo 一只大熊猫坐在翠绿竹林中，阳光透过竹叶洒落，超写实，8K，野生动物摄影 cyberpunk city cyberpunk_city A futuristic megacity at night, neon signs on rain-slicked streets, cyberpunk, cinematic, 8K 完成后 必须展示 ： 📝 原始输入：{用户描述} 扩充后：{完整提示词} 主题词：{topic_en}（英文，用于文件命名） Step 1：定位工作目录 🔍 Step 1/5：正在定位工作目录… python -c " import string, shutil from pathlib import Path drives = [f'{d}:\\\\' for d in string.ascii_uppercase if Path(f'{d}:\\\\').exists()] print(f'[INFO] 检测到磁盘: {drives}') found = None for drive in drives: candidate = Path(drive) / 'image-gen-local' if candidate.exists(): found = candidate break if not found: best = max(drives, key=lambda d: shutil.disk_usage(d).free) found = Path(best) / 'image-gen-local' found.mkdir(parents=True, exist_ok=True) print(f'[INFO] 已创建: {found}') print(f'IMAGE_GEN_DIR={found}') " 成功标准 ：输出含 IMAGE_GEN_DIR= 的行，记录路径，后续替换 <IMAGE_GEN_DIR> 。 Step 2：激活 venv 并验证依赖 ⚙️ Step 2/5：验证 Python 环境和依赖… call "<IMAGE_GEN_DIR>\image_gen\Scripts\activate.bat" python -c "import sys; print(sys.executable)" 成功标准 ：路径含 image_gen 。 若 venv 不存在 （activate.bat 报错），按顺序逐条执行，不可合并： python -m ensurepip --upgrade python -m venv "<IMAGE_GEN_DIR>\image_gen" call "<IMAGE_GEN_DIR>\image_gen\Scripts\activate.bat" python -m pip install --upgrade pip pip install -r "{baseDir}\requirements_imagegen.txt" ⚠️ 关键 ： pip install 必须在 activate.bat 执行之后运行，否则包会装进系统 Python 而不是 venv，导致 venv 内依赖验证失败。 激活成功的标志是命令行前缀出现 (image_gen) ，如 (image_gen) C:\image-gen-local> 。 验证依赖（必须执行） ： ⚠️ 执行前确认命令行前缀为 (image_gen) ，否则先执行 call "<IMAGE_GEN_DIR>\image_gen\Scripts\activate.bat" 。 python -c " import json, site from pathlib import Path # 期望的 git commit hash（前8位匹配） EXPECTED_COMMITS = { 'optimum_intel': '2f62e5ae', 'diffusers': 'a1f36ee3', } def get_git_commit(pkg_name): dirs = site.getsitepackages() try: dirs += [site.getusersitepackages()] except Exception: pass for d in dirs: for dist in Path(d).glob(f'{pkg_name}*.dist-info'): url_file = dist / 'direct_url.json' if url_file.exists(): data = json.loads(url_file.read_text(encoding='utf-8')) return data.get('vcs_info', {}).get('commit_id', 'no_vcs_info') return 'not_found' results = {} # 普通包 for pkg, imp in [('openvino','openvino'),('torch','torch'),('Pillow','PIL'),('modelscope','modelscope')]: try: ver = getattr(__import__(imp), '__version__', 'OK') results[pkg] = ('OK', ver) except ImportError as e: results[pkg] = ('MISSING', str(e)) # OVZImagePipeline 可用性 try: from optimum.intel import OVZImagePipeline results['OVZImagePipeline'] = ('OK', 'importable') except ImportError as e: results['OVZImagePipeline'] = ('MISSING', str(e)) # git commit 精确验证 for pkg_name, exp in EXPECTED_COMMITS.items(): actual = get_git_commit(pkg_name) if actual == 'not_found': results[f'{pkg_name}@commit'] = ('MISSING', 'not installed via git+https') elif actual.startswith(exp): results[f'{pkg_name}@commit'] = ('OK', actual[:16]) else: results[f'{pkg_name}@commit'] = ('WRONG', f'got {actual[:16]} want {exp}...') all_ok = all(v[0] == 'OK' for v in results.values()) for k, (status, detail) in results.items(): icon = '✅' if status == 'OK' else ('⚠️' if status == 'WRONG' else '❌') print(f' {icon} {k}: {detail}') print('DEP_CHECK=PASS' if all_ok else 'DEP_CHECK=FAIL') " 输出 操作 DEP_CHECK=PASS ✅ 进入 Step 3，播报： ✅ 环境就绪。 DEP_CHECK=FAIL （MISSING） ⛔ 执行 pip install -r "{baseDir}\requirements_imagegen.txt" 后重新验证 DEP_CHECK=FAIL （ @commit 显示 WRONG） ⛔ commit 不匹配，执行下方强制重装 commit 不匹配时强制重装 ： pip uninstall optimum-intel diffusers -y pip install -r "{baseDir}\requirements_imagegen.txt" --no-cache-dir --no-cache-dir 防止 pip 读取旧缓存导致 commit 未更新。 Step 3：检查磁盘空间 + 模型 📦 Step 3/5：检查磁盘空间和模型文件… 先检查磁盘空间 （模型约 10 GB，venv 约 3 GB，需至少 15 GB 余量）： python -c " import shutil from pathlib import Path target = Path(r'<IMAGE_GEN_DIR>') free_gb = shutil.disk_usage(target).free / (1024**3) print(f'DISK_FREE={free_gb:.1f}GB') if free_gb < 15: print('DISK_STATUS=LOW') print(f'[WARN] 可用空间不足 15 GB，模型下载可能中途失败') else: print('DISK_STATUS=OK') " 输出 操作 DISK_STATUS=OK ✅ 继续检查模型 DISK_STATUS=LOW ⚠️ 告知用户释放空间后再继续，或确认用户知情并选择继续 检查模型文件 ： python -c " from pathlib import Path model_dir = Path(r'<IMAGE_GEN_DIR>') / 'Z-Image-Turbo-int4-ov' required = ['transformer', 'vae_decoder', 'text_encoder'] missing = [r for r in required if not (model_dir / r).exists()] print('MODEL_STATUS=READY') if not missing else print('MODEL_STATUS=MISSING') print(f'MODEL_DIR={model_dir}') if missing: print(f'MISSING_DIRS={missing}') " 输出 操作 播报 MODEL_STATUS=READY ✅ 跳到 Step 4 ✅ 模型已就绪。 MODEL_STATUS=MISSING ⬇️ 先看下方"时间预估 + 手动下载说明"，再执行自动下载 — 📋 首次下载须知（MODEL_STATUS=MISSING 时必读） 向用户播报以下内容，然后询问是否继续自动下载： 📥 模型首次下载约 10 GB，预计耗时： • 100 Mbps 宽带：约 15 分钟 • 50 Mbps 宽带：约 30 分钟 • 10 Mbps 宽带：约 2 小时 下载期间请保持终端开启，支持断点续传——中断后重跑此步会自动从断点继续，无需重头下载。 ✅ 准备好了，开始自动下载 📂 我想手动下载，跳过自动下载 若用户选择手动下载 ，跳转至下方"手动下载兜底"章节。 若用户选择自动下载 ，继续执行下方下载命令。 🤖 自动下载（tqdm 进度条 + 后台监控） python -c " import sys, time, threading from pathlib import Path from modelscope import snapshot_download model_dir = Path(r'<IMAGE_GEN_DIR>') / 'Z-Image-Turbo-int4-ov'