admin/wiki

Fork 0

Files

Stream 9a5c0fe544 auto-sync: 2026-05-24 21:10:01

2026-05-24 21:10:02 +03:00

15 KiB

Raw Blame History

DEV TASK: Скилл `image-gen` — генерация изображений

Статус: Ready for dev
Проект: image-gen
BRD: tasks/image-gen/BRD.md

Цель

Создать AgentSkill image-gen в ~/.openclaw/skills/image-gen/ — скилл генерации изображений через Recraft (OpenRouter) и A2E.ai, доступный всем агентам OpenClaw.

Архитектура

Агент читает шаблоны из params/, составляет английский промпт, вызывает scripts/generate.py. Скрипт делает API-запрос, сохраняет картинку на диск, отправляет в Telegram через OpenClaw CLI. Агент тратит токены только на трансформацию запроса → промпт.

Стек / Зависимости

Python 3.x (доступен в контейнере)
requests (pip install requests)
python-dotenv (pip install python-dotenv)
OpenRouter API (image generation endpoint)
A2E.ai API (text-to-image endpoint)
OpenClaw CLI (openclaw message send)

Инфраструктура

Параметр	Значение
Расположение скилла	`~/.openclaw/skills/image-gen/`
Env-файл	`~/.openclaw/.env`
Папка для картинок	`~/images/image-gen/YYYY-MM-DD/`
Упаковка скилла	`/app/skills/skill-creator/scripts/package_skill.py`

Файловая карта

Действие	Файл	Ответственность
Создать	`~/.openclaw/skills/image-gen/SKILL.md`	Метаданные + инструкции для агента
Создать	`~/.openclaw/skills/image-gen/params/models.md`	Модели, дефолты, negative prompt
Создать	`~/.openclaw/skills/image-gen/params/templates.md`	Шаблоны объектов
Создать	`~/.openclaw/skills/image-gen/params/styles.md`	Фотостили
Создать	`~/.openclaw/skills/image-gen/params/favorites.md`	Избранные промпты (пустой)
Создать	`~/.openclaw/skills/image-gen/scripts/generate.py`	Скрипт генерации
Создать	`~/.openclaw/skills/image-gen/references/recraft_api.md`	OpenRouter image gen API
Создать	`~/.openclaw/skills/image-gen/references/recraft_prompting.md`	Промптинг для Recraft
Создать	`~/.openclaw/skills/image-gen/references/a2e_api.md`	A2E.ai API (text-to-image)
Создать	`~/.openclaw/skills/image-gen/references/a2e_prompting.md`	Промптинг для A2E

Задачи

Task 1: Изучить API и написать references

Шаги:

1.1 Изучить OpenRouter image generation API:
- Доку: https://openrouter.ai/docs/guides/overview/multimodal/image-generation.md
- Модели Recraft: https://openrouter.ai/recraft/recraft-v4.1-pro и соседние
- Написать references/recraft_api.md — endpoint, параметры запроса, формат ответа (base64), image_config (aspect_ratio, image_size), negative prompt
1.2 Изучить A2E.ai text-to-image API:
- Сайт: https://video.a2e.ai/dev (может требовать браузер — попробовать curl -L)
- Поискать OpenAPI spec или Swagger: https://video.a2e.ai/api/schema/ или /openapi.json
- Ключ: A2E_API_TOKEN в ~/.openclaw/.env
- Написать references/a2e_api.md — endpoint, параметры, формат ответа
1.3 Написать references/recraft_prompting.md:
- Структура промпта для recraft (subject, style, lighting, camera, quality)
- Примеры хороших промптов
- Что работает хорошо / плохо
- Источник: https://www.recraft.ai/docs/api-reference/getting-started + практические примеры
1.4 Написать references/a2e_prompting.md:
- Аналогично для A2E моделей

Критерий готовности: 4 reference файла созданы, содержат рабочие примеры запросов.

Task 2: Создать `params/` файлы

Шаги:

2.1 Создать params/models.md:

## Recraft (OpenRouter)

default_model: recraft/recraft-v4.1-pro
default_aspect_ratio: 9:16
default_count: 1
default_image_size: 2K
negative_prompt: deformed limbs, distorted hands, extra fingers, bad anatomy, blurry, low quality, watermark, signature, text overlay

### Доступные модели
- recraft/recraft-v4.1-pro          ← дефолт
- recraft/recraft-v4.1-utility-pro
- recraft/recraft-v4.1-utility
- recraft/recraft-v4.1
- recraft/recraft-v4-pro
- recraft/recraft-v4
- recraft/recraft-v3

### Группы (для мульти-генерации)
- group:all_v4.1 = recraft/recraft-v4.1-pro, recraft/recraft-v4.1-utility-pro, recraft/recraft-v4.1-utility, recraft/recraft-v4.1
- group:all_v4   = recraft/recraft-v4.1-pro, recraft/recraft-v4.1-utility-pro, recraft/recraft-v4.1-utility, recraft/recraft-v4.1, recraft/recraft-v4-pro, recraft/recraft-v4
- group:all      = все выше + recraft/recraft-v3

## A2E.ai
default_model: (заполнить из API доки)
api_url: https://video.a2e.ai/api/

2.2 Создать params/templates.md со стартовыми шаблонами:

# Шаблоны объектов для image-gen
# Формат: triggers (слова для матчинга, через запятую) + base (описание на английском)
# Quality enhancers включены прямо в base каждого шаблона

## blonde_woman
Triggers: блондинка, blonde, блондинки
Base: A beautiful blonde woman, 25 years old, long wavy golden hair, blue eyes, natural makeup, slim athletic figure, photorealistic, sharp focus, 8K resolution, masterpiece quality, professional photography

## brunette_woman
Triggers: брюнетка, brunette, брюнетки
Base: A beautiful brunette woman, 25 years old, long dark wavy hair, green eyes, natural makeup, slim figure, photorealistic, sharp focus, 8K resolution, masterpiece quality, professional photography

## park
Triggers: парк, park, садик
Base: lush green urban park, sunny afternoon, tall trees, soft bokeh background, natural daylight, fresh grass

## forest
Triggers: лес, forest, лесу
Base: dense green forest, dappled sunlight through trees, misty atmosphere, natural lighting, photorealistic environment

## beach
Triggers: пляж, beach, море, sea
Base: sunny tropical beach, clear turquoise water, white sand, palm trees, golden hour lighting

## city
Triggers: город, city, улица, street
Base: modern city street, urban environment, evening golden hour, bokeh city lights background

## cafe
Triggers: кафе, cafe, кофейня, coffee shop
Base: cozy modern cafe interior, warm lighting, wooden tables, coffee cups, soft bokeh background

2.3 Создать params/styles.md:

# Фотографические стили для image-gen

## portrait
Triggers: портрет, portrait
Style: 85mm lens portrait photography, shallow depth of field f/1.8, studio lighting, sharp focus on face, professional headshot quality

## cinematic
Triggers: кинематограф, cinematic, кино, film
Style: cinematic shot, movie still, dramatic lighting, widescreen 2.35:1 composition, film grain, color grading

## street
Triggers: стрит, уличное, street photography, репортаж
Style: candid street photography, natural available light, urban setting, Leica style, documentary feel

## fashion
Triggers: фэшн, fashion, модный, editorial
Style: high fashion editorial photography, Vogue style, dramatic studio lighting, fashion magazine composition

## artistic
Triggers: арт, художественное, artistic, art photo
Style: fine art photography, creative composition, dramatic shadows, high contrast, artistic vision

2.4 Создать пустой params/favorites.md:

# Избранные промпты image-gen
# Формат: дата — описание | Model | Prompt | Negative

Критерий готовности: 4 params файла созданы, templates содержат минимум 5 объектов.

Task 3: Написать `scripts/generate.py`

Шаги:

3.1 Реализовать скрипт со следующим CLI-интерфейсом:

python generate.py \
  --prompt "A beautiful blonde woman in a park..." \
  --negative "deformed limbs, bad anatomy..." \
  --model "recraft/recraft-v4.1-pro" \
  --ratio "9:16" \
  --count 1 \
  --provider "openrouter" \
  --save-dir "/root/images/image-gen/2026-05-24/" \
  --tg-chat-id "126472752"

3.2 Логика скрипта:
1. Загрузить .env из ~/.openclaw/.env
2. Если --model начинается с group: — развернуть в список моделей из params/models.md (парсить файл)
3. Для каждой модели × count итераций:
  - Сделать API запрос (OpenRouter или A2E в зависимости от --provider)
  - Сохранить как YYYY-MM-DD_HH-MM-SS_<model_short>.jpg
4. Каждую картинку отправить в TG:
```
openclaw message send --channel telegram --target <tg-chat-id> \
  --media <path> \
  --message "🎨 Model: <model>\n📝 <caption>"
```

3.3 OpenRouter API вызов:

POST https://openrouter.ai/api/v1/chat/completions
Authorization: Bearer $OPENROUTER_API_KEY
{
  "model": "recraft/recraft-v4.1-pro",
  "messages": [{"role": "user", "content": prompt}],
  "modalities": ["image"],
  "image_config": {
    "aspect_ratio": ratio,
    "image_size": "2K"
  }
}
# Ответ: choices[0].message.images[0].image_url.url → base64
# Декодировать base64 и сохранить как .jpg

3.4 A2E API вызов — реализовать согласно references/a2e_api.md (изучить в Task 1)

3.5 Протестировать:

cd ~/.openclaw/skills/image-gen/
python scripts/generate.py \
  --prompt "A beautiful blonde woman in a sunny park, portrait, 8K, photorealistic" \
  --negative "deformed limbs, distorted hands" \
  --model "recraft/recraft-v4.1-pro" \
  --ratio "9:16" \
  --count 1 \
  --provider "openrouter" \
  --save-dir "/tmp/test-images/" \
  --tg-chat-id "126472752"

Ожидаемый результат: картинка сохранена в /tmp/test-images/, пришла в Telegram с подписью.

Критерий готовности: тест успешен, картинка в Telegram.

Task 4: Написать `SKILL.md`

4.1 Создать SKILL.md с фронтматтером и инструкциями:

---
name: image-gen
description: Generate images via Recraft (OpenRouter) and A2E.ai models. 
  Use when user asks to generate, draw, or create an image/photo.
  Triggers: "сгенерируй фото", "нарисуй изображение", "generate image", 
  "сгенерируй картинку", "create a photo", "draw me".
---

Тело SKILL.md должно содержать:

Как читать params/templates.md и матчить объекты из запроса
Как читать params/styles.md и применять стиль
Формула промпта: base_template + location/context + style + user_unique_details
Как вызывать scripts/generate.py
Как обрабатывать мульти-модель запросы (group:all_v4)
После генерации: спросить "Сохранить в избранное?" → если да, добавить в params/favorites.md
Ссылки на references: читать перед работой с новой моделью или если нужны детали API
4.2 Убедиться что SKILL.md ≤ 500 строк (детали → в references)

Критерий готовности: SKILL.md проходит валидацию package_skill.py.

Task 5: Упаковать скилл

5.1 Запустить упаковку:
```
python /app/skills/skill-creator/scripts/package_skill.py \
  ~/.openclaw/skills/image-gen/ \
  ~/.openclaw/skills/
```
Ожидаемый результат: ~/.openclaw/skills/image-gen.skill создан без ошибок.

Критерий готовности: файл image-gen.skill создан, валидация прошла без ошибок.

Проверка (Acceptance)

#	Проверка	Команда	Ожидаемый результат
1	Структура скилла	`ls ~/.openclaw/skills/image-gen/`	Все папки и файлы созданы
2	Тест генерации Recraft	`python generate.py --prompt "test girl in park" --model recraft/recraft-v4.1-pro ...`	Картинка в TG
3	Тест группы моделей	`--model group:all_v4.1 --count 1`	4 картинки в TG
4	Упаковка	`package_skill.py ~/.openclaw/skills/image-gen/`	Нет ошибок валидации

Ограничения и контекст

⚠️ API ключи только из ~/.openclaw/.env — не хардкодить в скрипт
⚠️ A2E API может требовать браузерного рендеринга для доки — попробовать curl -H "Authorization: Bearer $A2E_API_TOKEN" https://video.a2e.ai/api/ для autodiscovery
⚠️ OpenRouter возвращает изображение как base64 data URL в choices[0].message.images[0].image_url.url — нужно декодировать и сохранить
⚠️ openclaw message send --media — таймаут 30+ секунд
⚠️ params/models.md — парсить нужно только секцию groups: для разворачивания групп; простой text parsing достаточен
🚫 Не использовать MEDIA: директиву в ответах агента — только openclaw message send
ℹ️ Скилл устанавливается в ~/.openclaw/skills/ — общая папка для всех агентов

Создано: 2026-05-24 | Автор ТЗ: Стрим | Исполнитель: Dev-агент

15 KiB Raw Blame History Unescape Escape

DEV TASK: Скилл image-gen — генерация изображений

Цель

Архитектура

Стек / Зависимости

Инфраструктура

Файловая карта

Задачи

Task 1: Изучить API и написать references

Task 2: Создать params/ файлы

Task 3: Написать scripts/generate.py

Task 4: Написать SKILL.md

Task 5: Упаковать скилл

Проверка (Acceptance)

Ограничения и контекст

15 KiB

Raw Blame History

DEV TASK: Скилл `image-gen` — генерация изображений

Task 2: Создать `params/` файлы

Task 3: Написать `scripts/generate.py`

Task 4: Написать `SKILL.md`