CogView-3-Flash 技能

基于智谱/BigModel 的 cogview-3-flash 文生图接口，提供快速单张图片生成能力。

功能特性

• - 使用 https://open.bigmodel.cn/api/paas/v4/images/generations 接口
• 支持通过环境变量 ZHIPUAPIKEY 配置鉴权 Token
• 支持 cogview-3-flash 与 glm-image 两类模型
• 作为 OpenClaw 技能使用：当用户在对话中请求生成图片时，由 Agent 调用本技能，自动执行 scripts/generate.py，根据提示词和尺寸生成图片并返回本地文件路径
• 简单参数：提示词、尺寸、水印开关

环境配置

1. 1. 从对应平台控制台获取 API Key/Token
2. 在终端中设置环境变量：

bash
export ZHIPUAPIKEY=你的 API Key

或在工具配置中以同名变量注入。

模型与尺寸

在脚本中通过 --model 选择模型：

• - cogview：对应 cogview-3-flash（默认）
• glm：对应 glm-image

各模型推荐尺寸与限制：

• - glm-image 推荐枚举值：1280x1280(默认), 1568x1056, 1056x1568, 1472x1088, 1088x1472, 1728x960, 960x1728

自定义尺寸: 长宽推荐在 1024px-2048px 范围内, 最大像素数不超过 2^22，长宽需为 32 的整数倍。

• - 其它模型（如 cogview-3-flash）推荐枚举值：1024x1024(默认), 768x1344, 864x1152, 1344x768, 1152x864, 1440x720, 720x1440

自定义尺寸: 长宽需在 512px-2048px 范围内, 最大像素数不超过 2^21，长宽需为 16 的整数倍。

使用方法

命令行生成图片

bash
python scripts/generate.py \
两只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云。 \
--model cogview \
--size 1024x1024 \
--no-watermark \
--output cats.png

参数说明

• - prompt：必填，中文或英文提示词
• --model：模型选择，cogview(默认)/glm
• --size：图片尺寸，不传则使用所选模型默认尺寸
• --watermark：开启水印（默认开启）
• --no-watermark：关闭水印
• --output / -o：指定输出文件名，默认自动生成

API 行为说明

• - 接口返回 JSON，格式类似：

json
{
created: 1773146620,
data: [
{ url: https://.../image.png }
],
id: 20260310204340ad2bd838dcb64c7f,
request_id: 20260310204340ad2bd838dcb64c7f
}

• - 本技能会自动解析 data[0].url，下载图片并保存到本地。

在飞书中的使用（给 Agent 的操作指引）

当用户在飞书对话中请求你生成图片时，请按下面步骤操作：

1. 1. 使用系统运行工具，在 {baseDir} 目录下执行命令，根据用户的提示词和期望尺寸构造参数，例如：

- python {baseDir}/scripts/generate.py <用户提示词> --model cogview --size <宽x高> --no-watermark --output /root/.openclaw/workspace/images/cogview-{时间戳}.png

1. 2. 从脚本标准输出中找到形如 ✅ 图片已保存: /path/to/image.png 的一行，并解析出其中的本地图片路径。
2. 使用飞书的发送图片能力，将该图片文件直接作为图片消息发送到当前会话，而不是只把本地路径文本返回给用户。
3. 在文字回复中简单说明图片信息（模型、尺寸、提示词等），同时附上生成的图片。

示例

bash

使用 cogview-3-flash，默认尺寸

python scripts/generate.py 一幅赛博朋克城市夜景，霓虹灯与雨夜 -o cyberpunk.png

使用 glm-image，自定义尺寸 + 关闭水印

python scripts/generate.py \ 可爱风格的猫咪插画 \ --model glm \ --size 1280x1280 \ --no-watermark