name	xiaohuihui-tech-article
description	专为技术实战教程设计的公众号文章生成器,遵循小灰灰公众号写作规范,自动生成包含前言、项目介绍、部署实战、总结的完整技术文章,配有详细操作步骤、代码示例,并通过即梦AI生成配图上传至腾讯云COS图床
version	2.1.0

小灰灰技术文章生成器

专业的技术实战教程创作助手,完全遵循小灰灰公众号的写作风格和结构规范。新增即梦AI自动配图功能,一键生成并上传至腾讯云COS图床。

核心功能

✅ 标准四段式结构: 前言 → 项目介绍 → 部署实战 → 总结
✅ 三段式开头: 问题引入 + 解决方案 + 实战预告
✅ 详细实战步骤: 环境准备 → 依赖安装 → 配置 → 实现 → 测试
✅ 单段长句总结: 300-500字深度总结(必须单段不分段)
✅ 口语化技术文: "呵呵"、"好家伙"、"手把手教"等亲和表达
✅ 完整资源附加: GitHub + 体验地址 + 网盘下载
✅ 智能配图生成: 调用即梦AI(jimeng-mcp-server)自动生成配图
✅ 图床自动上传: 生成的图片自动上传至腾讯云COS图床

使用方法

基础用法

用小灰灰公众号风格写一篇 [技术/项目] 的部署教程

详细用法

帮我写一篇小灰灰风格的技术文章:
- 主题: [具体技术名称]
- 核心功能: [要介绍的功能]
- 部署平台: [Docker/本地/云服务]
- 技术栈: [相关技术]

带自动配图的用法

帮我写一篇小灰灰风格的技术文章,并自动生成配图:
- 主题: [具体技术名称]
- 核心功能: [要介绍的功能]
- 配图风格: [3D插画/扁平化/科技感/手绘风格]
- 是否上传图床: 是

图片生成与上传功能

前置条件

使用图片自动生成功能前,请确保以下服务已正确配置:

即梦MCP服务器运行中
- jimeng-mcp-server 通过 stdio/SSE/HTTP 模式运行
- 环境变量 JIMENG_API_KEY 已配置
腾讯云COS配置
- 已创建存储桶
- 配置以下环境变量或在代码中设置:
  - COS_REGION: 地域(如 ap-nanjing)
  - COS_SECRET_ID: 腾讯云 SecretId
  - COS_SECRET_KEY: 腾讯云 SecretKey
  - COS_BUCKET: 存储桶名称

工作流程

生成文章内容 → 识别图片占位符 → 生成图片描述(prompt)
     ↓
调用即梦text_to_image → 获取生成图片URL → 下载图片
     ↓
上传至腾讯云COS → 获取永久链接 → 替换占位符

图片生成规则

1. 图片描述生成

根据文章上下文自动生成图片描述(prompt):

图片类型	prompt模板	示例
项目架构图	`技术架构图,{项目名称},{核心技术},3D等距视角,蓝色科技风格,简洁专业`	`技术架构图,DeepSeek-OCR,Python FastAPI VLLM,3D等距视角,蓝色科技风格`
功能演示图	`软件界面展示,{功能描述},现代UI设计,深色主题,专业感`	`软件界面展示,OCR文字识别结果对比,现代UI设计,深色主题`
环境配置图	`服务器配置界面,{平台名称},终端命令行,技术感,清晰展示`	`服务器配置界面,AutoDL云服务器,终端命令行,技术感`
代码运行图	`代码编辑器界面,{编程语言}代码,语法高亮,深色主题,专业开发`	`代码编辑器界面,Python代码,语法高亮,深色主题`
结果展示图	`{功能}效果展示,前后对比,成功状态,绿色指示,清晰直观`	`OCR识别效果展示,前后对比,成功状态,绿色指示`

2. 即梦MCP工具调用

使用 mcp__jimeng-mcp-server__text_to_image 工具生成图片:

{
  "prompt": "技术架构图,DeepSeek-OCR光学压缩技术,Python FastAPI VLLM推理引擎,3D等距视角,蓝色科技风格,简洁专业,高清",
  "ratio": "16:9",
  "resolution": "2k",
  "model": "jimeng-4.5",
  "sample_strength": 0.5,
  "negative_prompt": "模糊,低质量,文字错误,乱码"
}

参数说明:

ratio: 宽高比,推荐 16:9 适合公众号文章
resolution: 分辨率,推荐 2k 平衡质量与速度
model: 默认 jimeng-4.5,高质量生成
sample_strength: 0.3-0.7,值越高越有创意

3. 图片下载

从即梦返回的URL下载图片到本地:

import httpx
import os
from datetime import datetime

async def download_image(image_url: str, save_dir: str = "/tmp/article_images") -> str:
    """
    下载图片到本地
    :param image_url: 即梦生成的图片URL
    :param save_dir: 保存目录
    :return: 本地文件路径
    """
    os.makedirs(save_dir, exist_ok=True)

    # 生成文件名: image-YYYYMMDD-HHMMSS.png
    timestamp = datetime.now().strftime("%Y%m%d-%H%M%S")
    filename = f"image-{timestamp}.png"
    filepath = os.path.join(save_dir, filename)

    async with httpx.AsyncClient(timeout=60) as client:
        response = await client.get(image_url)
        response.raise_for_status()

        with open(filepath, 'wb') as f:
            f.write(response.content)

    return filepath

4. 上传至腾讯云COS

使用 cos_utils.py 中的 TencentCOSUploader 类上传图片:

from cos_utils import TencentCOSUploader
import os

# COS配置 (建议通过环境变量配置)
COS_CONFIG = {
    "region": os.getenv("COS_REGION", "ap-nanjing"),
    "secret_id": os.getenv("COS_SECRET_ID"),
    "secret_key": os.getenv("COS_SECRET_KEY"),
    "bucket": os.getenv("COS_BUCKET", "mypicture-1258720957")
}

def upload_to_cos(local_path: str, target_name: str = None) -> str:
    """
    上传图片到腾讯云COS
    :param local_path: 本地图片路径
    :param target_name: COS中的文件名,不填则使用本地文件名
    :return: 图片永久访问URL
    """
    uploader = TencentCOSUploader(**COS_CONFIG)

    # 生成COS中的文件名
    if not target_name:
        target_name = os.path.basename(local_path)

    result = uploader.upload_from_file(local_path, target_name)

    if result["success"]:
        return result["url"]
    else:
        raise Exception(f"上传失败: {result['error']}")

# 使用示例
# cos_url = upload_to_cos("/tmp/article_images/image-20251214-143703.png")
# 返回: https://mypicture-1258720957.cos.ap-nanjing.myqcloud.com/image-20251214-143703.png

5. 内存直接上传(推荐)

无需保存本地文件,直接从内存上传:

import httpx
from cos_utils import TencentCOSUploader
from datetime import datetime

async def download_and_upload_image(image_url: str, cos_config: dict) -> str:
    """
    下载图片并直接上传到COS(不保存本地)
    :param image_url: 即梦生成的图片URL
    :param cos_config: COS配置字典
    :return: COS永久访问URL
    """
    # 1. 下载图片到内存
    async with httpx.AsyncClient(timeout=60) as client:
        response = await client.get(image_url)
        response.raise_for_status()
        image_content = response.content

    # 2. 生成文件名
    timestamp = datetime.now().strftime("%Y%m%d-%H%M%S")
    filename = f"image-{timestamp}.png"

    # 3. 上传到COS
    uploader = TencentCOSUploader(**cos_config)
    result = uploader.upload_from_memory(image_content, filename)

    if result["success"]:
        return result["url"]
    else:
        raise Exception(f"上传失败: {result['error']}")

完整图片生成流程

步骤1: 生成文章时标记图片位置

在生成文章时,使用特定格式标记需要配图的位置:

![项目架构图]({{IMAGE:技术架构图,DeepSeek-OCR,3D等距视角,蓝色科技风}})

![功能演示]({{IMAGE:软件界面展示,OCR识别结果,现代UI设计}})

步骤2: 解析图片占位符

import re

def extract_image_placeholders(article_content: str) -> list:
    """
    提取文章中的图片占位符
    :return: [(alt_text, prompt), ...]
    """
    pattern = r'!\[(.*?)\]\(\{\{IMAGE:(.*?)\}\}\)'
    matches = re.findall(pattern, article_content)
    return matches

# 示例
# [("项目架构图", "技术架构图,DeepSeek-OCR,3D等距视角,蓝色科技风")]

步骤3: 批量生成并上传

async def process_article_images(article_content: str, cos_config: dict) -> str:
    """
    处理文章中的所有图片占位符
    :param article_content: 原始文章内容
    :param cos_config: COS配置
    :return: 替换后的文章内容
    """
    placeholders = extract_image_placeholders(article_content)

    for alt_text, prompt in placeholders:
        # 1. 调用即梦生成图片 (使用MCP工具)
        # 这里需要通过MCP客户端调用 mcp__jimeng-mcp-server__text_to_image
        image_result = await generate_image_with_jimeng(prompt)

        if image_result and image_result.get("data"):
            image_url = image_result["data"][0]["url"]

            # 2. 下载并上传到COS
            cos_url = await download_and_upload_image(image_url, cos_config)

            # 3. 替换占位符
            old_placeholder = f"![{alt_text}]({{{{IMAGE:{prompt}}}}})"
            new_image_tag = f"![{alt_text}]({cos_url})"
            article_content = article_content.replace(old_placeholder, new_image_tag)

    return article_content

图片命名规范

最终上传到COS的图片命名格式:

image-YYYYMMDD-HHMMSS.png

示例:

image-20251214-143703.png
image-20251214-143715.png
image-20251214-143728.png

完整URL格式:

https://mypicture-1258720957.cos.ap-nanjing.myqcloud.com/image-20251214-143703.png

文章结构模板

第1章: 前言 (三段式,约300字)

第一段: 问题/背景引入 (100-150字)

描述行业痛点或技术趋势,使用对比或反问句引出话题。

示例:

在AI辅助开发工具快速发展的今天,如何让AI更高效地处理日常开发任务成为了开发者关注的焦点。
传统的开发方式往往需要开发者花费大量时间手动编写重复代码,而效果又难以达到理想水平。

第二段: 解决方案介绍 (100-150字)

引入项目/技术名称,说明核心原理,列举关键优势,配图。

示例:

DeepSeek-OCR 是由 DeepSeek AI 团队推出的开源视觉语言模型,
核心目标是通过"光学压缩"把长文本转化为图像,再将图像压缩为少量视觉token,
实现对超长文本的高效OCR与上下文理解。

![项目架构图]({{IMAGE:技术架构图,DeepSeek-OCR,光学压缩OCR,3D等距视角,蓝色科技风格,简洁专业}})

DeepSeek-OCR 通过光学压缩技术,突破了传统OCR在长文本场景下的瓶颈,
实现10-20倍token压缩,同时保持97%以上识别精度。

第三段: 文章目标与亮点 (50-80字)

使用时效性词汇,明确说明实战内容。

固定句式:

这2天[项目名称]非常火爆,今天我们在[平台]手把手教大家部署这个[项目],
体验和感受一下这个[项目]的能力。

第2章: 项目介绍 (约500字)

核心特性 (列表形式)

## ✨ 核心特性

- **🚀 特性1**: 高效处理,10-20倍性能提升
- **🎯 特性2**: 高精度识别,准确率达97%+
- **💰 特性3**: 低成本运行,24GB显存即可
- **🔧 特性4**: 易于部署,Docker一键启动
- **📦 特性5**: 开源免费,社区活跃

![功能演示]({{IMAGE:软件功能演示界面,OCR文字识别,现代UI设计,深色主题,专业感}})

技术栈说明 (表格形式)

## 🛠️ 技术栈

### 后端
- **框架**: FastAPI / Flask
- **语言**: Python 3.11+
- **推理**: VLLM / TensorRT
- **部署**: Docker

### 前端
- **框架**: Vue 3 / React
- **语言**: TypeScript
- **构建**: Vite

应用场景

## 🎯 应用场景

- **文档识别**: PDF/图片文档批量OCR识别
- **票据处理**: 发票/收据自动化信息提取
- **表格识别**: 复杂表格结构化数据提取

第3章: 部署实战 (约1500-2000字)

3.1 环境准备

模板:

## 环境准备

我们首先需要在[平台]开启带有GPU的服务。

在个人主页选择[功能选项],环境镜像选择最新版本。

![环境配置]({{IMAGE:云服务器配置界面,GPU环境选择,终端命令行,技术感,专业}})

启动完成后等待几分钟,看到以下界面说明环境就绪。

![环境就绪]({{IMAGE:服务器启动成功界面,绿色状态指示,终端就绪,清晰展示}})

3.2 项目下载

模板:

## 项目下载

在终端输入以下命令下载项目:

```shell
# 下载到指定目录
git clone https://github.com/xxx/project.git /path/to/dir
cd /path/to/dir
```

![下载进度]({{IMAGE:终端git clone进度界面,代码下载中,进度条显示,技术感}})

等待几分钟后下载完成。

![下载完成]({{IMAGE:终端下载完成界面,绿色成功提示,文件列表显示,清晰}})

3.3 依赖安装

模板:

## 依赖安装

官方测试环境: Python 3.11 + CUDA 12.1

所需依赖:
```python
torch==2.6.0
transformers==4.46.3
fastapi==0.104.1
```

安装命令:
```shell
pip install -r requirements.txt
```

**注意**: 需要修改 numpy 版本为 1.26.4,否则会报错。

![依赖安装]({{IMAGE:终端pip install界面,依赖安装进度,绿色成功提示,技术感}})

3.4 配置文件

模板:

## 配置文件

创建 .env 配置文件:

```shell
touch .env
```

编辑配置内容:
```yaml
API_KEY=your-api-key
BASE_URL=https://api.example.com
MODEL=gpt-4
PORT=8000
```

![配置文件]({{IMAGE:代码编辑器配置文件界面,env环境变量,语法高亮,深色主题}})

3.5 启动服务

模板:

## 启动服务

使用Docker启动:

```shell
docker run -d \
  --name app \
  -p 8000:8000 \
  -v $(pwd)/.env:/app/.env:ro \
  --restart unless-stopped \
  image:latest
```

![启动命令]({{IMAGE:终端Docker启动命令界面,容器运行,技术感,专业}})

检查运行状态:
```shell
docker logs -f app
```

![运行日志]({{IMAGE:终端Docker日志界面,服务运行状态,绿色正常,清晰}})

3.6 测试验证

模板:

## 测试验证

浏览器访问 http://localhost:8000

![访问首页]({{IMAGE:Web应用首页界面,现代UI设计,深色主题,专业美观}})

输入测试内容:

![功能测试]({{IMAGE:软件功能测试界面,输入框填写,操作演示,清晰直观}})

查看结果:

![测试结果]({{IMAGE:测试结果展示界面,成功标识,数据对比,绿色指示}})

通过对比来看效果不错,基本达到预期。呵呵是不是很简单?

第4章: 总结 (单段300-500字,禁止分段)

标准模板 (必须严格遵守):

今天主要带大家了解并实现了 [项目全称] 的 [核心功能] 完整流程,
该 [项目类型] 以 "[核心技术1 + 核心技术2]" 为核心优势,
结合 [应用场景] 需求,
通过 [技术方案/平台] 与 [工具/框架],
形成了一套从 [起点] 到 [终点] 的全链路 [解决方案类型]。
通过这套实践方案,[用户群体] 能够高效突破 [传统痛点] —— 
借助 [具体操作](包括 [步骤1]、[步骤2]、[步骤3]),
无需 [传统障碍],
就能快速 [核心价值](如本次演示的 "[案例名称]")。
无论是 [功能1]、[功能2],还是 [功能3]、[功能4],
都能通过 [实现方式] 完成,
极大 [提升维度]。
在实际应用中,该 [项目/工具] 不仅 [优势1],还 [优势2],
适配性远优于 [传统方案];
特别是通过 [关键技术点],有效解决了 [具体问题] 的难题。
同时,方案具备良好的扩展性 —— 
小伙伴们可以基于此扩展更多 [应用场景],
如 [场景1]、[场景2]、[场景3] 等,
进一步发挥 [核心价值] 在 [领域1]、[领域2]、[领域3] 等领域的应用价值。
感兴趣的小伙伴可以按照文中提供的步骤进行实践,
根据实际 [需求类型] 调整 [可调整项]。
今天的分享就到这里结束了,我们下一篇文章见。

检查清单:

单段不分段
300-500字
包含核心技术(引号标注)
列举4+功能
对比传统方案
3+扩展场景
固定结束语

语言风格规范

口语化词汇库

必用词汇:

问候语: "小伙伴们"、"大家"
语气词: "呵呵"、"好家伙"、"话不多说"
疑问引导: "是不是非常简单?"、"效果还不错吧?"
对话感: "我们接下来..."、"大家可以..."

时效性标签:

"这2天非常火爆"
"最新推出"
"今天就带大家..."

强调词:

实用性: "手把手教"、"全流程"、"一键部署"
效果性: "轻松实现"、"极大提升"、"完美解决"

视觉元素规范

图片格式说明

方式一: 自动生成配图(推荐)

使用图片占位符,系统自动生成并上传:

![项目架构图]({{IMAGE:技术架构图,{项目名称},{核心技术},3D等距视角,蓝色科技风格}})

处理后变为:

![项目架构图](https://mypicture-1258720957.cos.ap-nanjing.myqcloud.com/image-20251214-143703.png)

方式二: 直接使用COS链接

如已有图片,直接使用COS链接:

![image-20251110-143703](https://mypicture-1258720957.cos.ap-nanjing.myqcloud.com/image-20251110-143703.png)

命名规则: image-YYYYMMDD-HHMMSS

图片占位符类型对照表

占位符类型	prompt模板	适用场景
`{{IMAGE:架构图,...}}`	技术架构图,3D等距视角,蓝色科技风格	项目介绍章节
`{{IMAGE:界面图,...}}`	软件界面展示,现代UI设计,深色主题	功能演示
`{{IMAGE:终端图,...}}`	终端命令行界面,技术感,代码高亮	环境配置/命令执行
`{{IMAGE:代码图,...}}`	代码编辑器,语法高亮,专业开发	代码展示
`{{IMAGE:结果图,...}}`	效果展示,成功状态,对比展示	测试结果
`{{IMAGE:流程图,...}}`	流程图,步骤展示,箭头连接,简洁清晰	工作流说明

表格模板

对比表:

| 特性 | 传统方案 | 新方案 |
|------|----------|--------|
| 效率 | 慢(需2小时) | 快(仅需5分钟) |
| 成本 | 高(¥500) | 低(¥50,省90%) |
| 难度 | 复杂 | 简单 |

配置表:

| 参数 | 说明 | 默认值 | 必填 |
|------|------|--------|------|
| API_KEY | API密钥 | 无 | 是 |
| PORT | 端口号 | 8000 | 否 |

代码块规范

Shell命令

```shell
# 下载项目
git clone https://github.com/xxx/project.git

# 安装依赖
pip install -r requirements.txt

# 启动服务
python app.py
```

Python代码

```python
# 导入库
from fastapi import FastAPI

# 创建应用
app = FastAPI()

@app.get("/")
def read_root():
    return {"message": "Hello"}
```

配置文件

```yaml
# 应用配置
app:
  name: "MyApp"
  port: 8000
  debug: false
```

质量标准

合格标准 (必达)

✅ 总字数 > 2000字
✅ 代码块 >= 5个
✅ 截图占位符 >= 8个
✅ 对比表格 >= 1个
✅ 总结单段 300-500字
✅ 固定结束语
✅ 资源链接

优秀标准 (建议)

🌟 总字数 > 3000字
🌟 代码块 >= 8个
🌟 截图占位符 >= 12个
🌟 对比表格 >= 2个
🌟 成本/性能分析

错误避免

❌ 禁止

总结分段
学术化语言
省略步骤
缺少截图
遗漏资源

✅ 正确

口语化专业
步骤完整
截图充分
代码可用
总结深入

触发方式

自动触发关键词:

"小灰灰公众号"
"技术教程" + "部署"
"实战" + "手把手"

图片生成触发:

"自动配图" / "生成配图"
"图片占位符" + "替换"
"上传图床"

图片生成快速参考

MCP工具调用示例

1. 基础文生图调用

工具名称: mcp__jimeng-mcp-server__text_to_image

基础参数:

{
  "prompt": "图片描述内容",
  "ratio": "16:9",
  "resolution": "2k",
  "model": "jimeng-4.5",
  "sample_strength": 0.5,
  "negative_prompt": "模糊,低质量,文字错误"
}

参数说明:

参数	类型	必填	默认值	说明
prompt	string	是	-	图片描述,越详细效果越好
ratio	string	否	"1:1"	宽高比: 1:1/4:3/3:4/16:9/9:16/3:2/2:3/21:9
resolution	string	否	"2k"	分辨率: 1k/2k/4k
model	string	否	jimeng-4.5	模型: jimeng-3.0/jimeng-4.5
sample_strength	float	否	0.5	创意度: 0.0-1.0,越高越有创意
negative_prompt	string	否	""	负面提示词,避免生成的内容

2. 常用比例与分辨率配置

宽高比(ratio)对照表:

ratio	说明	适用场景
1:1	正方形	头像、图标、社交媒体帖子
4:3	标准横向	通用图片、博客配图
3:4	标准竖向	人像照片、手机壁纸
16:9	宽屏横向	公众号封面、视频封面、Banner
9:16	宽屏竖向	手机竖屏、短视频封面
3:2	经典横向	摄影作品
2:3	经典竖向	海报、杂志封面
21:9	超宽屏	电影画幅、Banner

分辨率(resolution)对照表:

resolution	说明	推荐场景
1k	标准分辨率	快速预览、网页小图
2k	高清分辨率（推荐）	通用使用、社交媒体、公众号
4k	超高清分辨率	印刷品、高质量展示

3. 完整调用示例

示例1: 生成项目架构图

{
  "prompt": "技术架构图,微服务架构设计,包含API网关、服务注册中心、多个微服务模块,3D等距视角,蓝色科技风格,简洁专业,高清,无文字",
  "ratio": "16:9",
  "resolution": "2k",
  "model": "jimeng-4.5",
  "sample_strength": 0.5,
  "negative_prompt": "模糊,低质量,杂乱,文字,中文,英文"
}

示例2: 生成终端界面

{
  "prompt": "终端命令行界面,黑色背景,绿色代码文字,显示git clone命令执行,进度条,专业技术感,清晰",
  "ratio": "16:9",
  "resolution": "2k",
  "model": "jimeng-4.5",
  "sample_strength": 0.4,
  "negative_prompt": "模糊,低质量,乱码"
}

示例3: 生成软件界面

{
  "prompt": "现代Web应用界面,深色主题,左侧导航栏,右侧数据展示区,图表和卡片布局,科技感UI设计,专业美观",
  "ratio": "16:9",
  "resolution": "2k",
  "model": "jimeng-4.5",
  "sample_strength": 0.5,
  "negative_prompt": "模糊,低质量,老旧设计"
}

常用Prompt模板大全

1. 项目架构图模板

基础模板:

技术架构图,{项目名称},{核心组件},3D等距视角,蓝色科技风格,简洁专业,高清,无文字

详细示例:

场景	Prompt
微服务架构	`技术架构图,微服务架构,API网关+服务注册+配置中心+多服务模块,3D等距视角,蓝色渐变背景,简洁专业,高清`
AI项目架构	`AI系统架构图,大模型推理服务,数据输入+模型处理+结果输出,流程箭头连接,紫色科技风,3D立体感`
数据流架构	`数据流架构图,ETL数据处理,数据采集+清洗+存储+分析,管道连接,蓝绿渐变,清晰直观`
前后端分离	`前后端分离架构图,Vue前端+FastAPI后端+MySQL数据库,三层结构,蓝色科技风,简洁专业`
Docker部署	`Docker容器部署架构图,多容器编排,网络连接,数据卷挂载,蓝色背景,技术感,清晰`

2. 功能演示图模板

基础模板:

软件界面展示,{功能描述},现代UI设计,深色主题,专业感,清晰

详细示例:

场景	Prompt
OCR识别	`OCR文字识别界面,左侧图片上传区,右侧识别结果展示,现代UI设计,深色主题,绿色成功提示`
聊天界面	`AI聊天对话界面,消息气泡布局,用户提问+AI回答,现代简洁设计,深色主题,专业美观`
数据分析	`数据分析仪表盘,多图表展示,折线图+饼图+柱状图,深色主题,科技感,数据可视化`
文件管理	`文件管理系统界面,文件列表展示,文件夹树形结构,操作按钮,现代UI,简洁专业`
配置面板	`系统配置面板界面,表单输入框,开关按钮,下拉选择,分组设置,深色主题,清晰`

3. 部署环境图模板

基础模板:

云服务器配置界面,{平台名称},终端命令行,技术感,专业,清晰展示

详细示例:

场景	Prompt
AutoDL	`AutoDL云服务器控制台,GPU实例列表,显存使用率,运行状态指示,蓝色科技风,专业界面`
阿里云	`阿里云ECS控制台界面,服务器实例管理,配置信息展示,蓝色主题,简洁专业`
Docker	`Docker Desktop界面,容器列表展示,运行状态,端口映射,深色主题,技术感`
K8s	`Kubernetes Dashboard界面,Pod状态展示,节点信息,资源监控,蓝色科技风`
终端SSH	`SSH终端连接界面,黑色背景,绿色命令提示符,服务器信息显示,专业技术感`

4. 代码展示图模板

基础模板:

代码编辑器界面,{语言}代码,语法高亮,深色主题,VS Code风格

详细示例:

场景	Prompt
Python代码	`VS Code编辑器界面,Python代码,语法高亮,深色主题,左侧文件树,底部终端,专业开发环境`
配置文件	`代码编辑器,YAML配置文件,语法高亮,缩进清晰,深色主题,专业感`
API代码	`代码编辑器界面,FastAPI路由代码,装饰器+函数定义,Python语法高亮,深色主题`
Shell脚本	`终端界面,Shell脚本执行,命令行高亮,绿色成功输出,黑色背景,技术感`
JSON数据	`代码编辑器,JSON数据格式,语法高亮,折叠展开,深色主题,清晰展示`

5. 效果对比图模板

基础模板:

{功能}效果对比图,左侧原始右侧结果,成功标识,清晰直观,专业

详细示例:

场景	Prompt
OCR对比	`OCR识别效果对比,左侧原始图片,右侧提取文字结果,绿色成功标识,白色背景,清晰直观`
图像处理	`图像处理效果对比,左侧原图右侧处理后,前后对比箭头,质量提升展示,专业`
性能对比	`性能对比图表,柱状图展示,优化前后对比,绿色提升标识,数据标注,清晰`
代码优化	`代码重构对比,左侧旧代码右侧新代码,高亮差异部分,深色主题,专业展示`
部署成功	`部署成功状态展示,绿色对勾标识,服务运行正常,健康检查通过,专业界面`

6. 流程图模板

基础模板:

流程图,{流程描述},步骤节点,箭头连接,简洁清晰,专业

详细示例:

场景	Prompt
部署流程	`部署流程图,环境准备→代码下载→依赖安装→配置→启动→测试,步骤节点,蓝色箭头,简洁专业`
数据处理	`数据处理流程图,数据输入→预处理→模型推理→后处理→输出,流程箭头,蓝色科技风`
CI/CD	`CI/CD流水线流程图,代码提交→构建→测试→部署→监控,自动化流程,蓝绿色调`
用户操作	`用户操作流程图,注册→登录→使用功能→获取结果,步骤清晰,简洁直观`

Prompt优化技巧

1. 提升图片质量的关键词

画质类:

高清 / 4K / 超清晰
精细细节 / 高质量渲染
专业级 / 商业级品质

风格类:

3D等距视角 / 扁平化设计 / 拟物化
科技感 / 未来感 / 现代简约
蓝色调 / 深色主题 / 渐变背景

排除类(negative_prompt):

模糊,低质量,噪点
文字,中文,英文,乱码
变形,扭曲,不自然

2. Prompt结构建议

[主体内容] + [细节描述] + [视角/构图] + [风格/色调] + [质量要求]

示例:

技术架构图(主体) + 微服务+API网关+数据库(细节) + 3D等距视角(构图) + 蓝色科技风(风格) + 高清专业(质量)

3. 不同场景推荐配置

场景	model	ratio	resolution	sample_strength
架构图	jimeng-4.5	16:9	2k	0.5
界面图	jimeng-4.5	16:9	2k	0.4
终端图	jimeng-4.5	16:9	2k	0.3
流程图	jimeng-4.5	16:9	2k	0.5
效果对比	jimeng-4.5	16:9	2k	0.4
高质量图	jimeng-4.5	16:9	4k	0.5
方形图标	jimeng-4.5	1:1	2k	0.5
竖版海报	jimeng-4.5	9:16	2k	0.5

更新日志

v2.1.0 (2025-12-14)

✅ 更新即梦MCP接口参数：width/height → ratio/resolution
✅ 默认模型升级为 jimeng-4.5
✅ 新增更多宽高比支持：3:2/2:3/21:9
✅ 优化参数说明和配置表格

v2.0.0 (2025-12-14)

✅ 新增即梦AI自动配图功能
✅ 集成腾讯云COS图床上传
✅ 图片占位符自动替换为真实URL
✅ 支持多种配图类型模板
✅ 添加图片生成工作流程文档
✅ 内存直接上传,无需本地缓存

v1.0.0 (2025-11-10)

✅ 初始版本
✅ 四段式结构
✅ 三段式开头
✅ 单段式总结
✅ 口语化风格
✅ 质量标准

技术支持

参考文档:

小灰灰公众号特点.md
skill创建帮助文档.md

图片生成相关:

jimeng_mcp_skill/SKILL.md - 即梦MCP技能文档
jimeng_mcp_skill/references/api_reference.md - 即梦API参考
cos_utils.py - 腾讯云COS上传工具类

项目链接:

即梦MCP服务器: https://github.com/wwwzhouhui/jimeng-mcp-server
即梦后端API: https://github.com/wwwzhouhui/jimeng-free-api-all
腾讯云COS: https://cloud.tencent.com/product/cos

Install Skill

SKILL.md

小灰灰技术文章生成器

核心功能

使用方法

基础用法

详细用法

带自动配图的用法

图片生成与上传功能

前置条件

工作流程

图片生成规则

1. 图片描述生成

2. 即梦MCP工具调用

3. 图片下载

4. 上传至腾讯云COS

5. 内存直接上传(推荐)

完整图片生成流程

步骤1: 生成文章时标记图片位置

步骤2: 解析图片占位符

步骤3: 批量生成并上传

图片命名规范

文章结构模板

第1章: 前言 (三段式,约300字)

第一段: 问题/背景引入 (100-150字)

第二段: 解决方案介绍 (100-150字)

第三段: 文章目标与亮点 (50-80字)

第2章: 项目介绍 (约500字)

核心特性 (列表形式)

技术栈说明 (表格形式)

应用场景

第3章: 部署实战 (约1500-2000字)

3.1 环境准备

3.2 项目下载

3.3 依赖安装

3.4 配置文件

3.5 启动服务

3.6 测试验证

第4章: 总结 (单段300-500字,禁止分段)

语言风格规范

口语化词汇库

视觉元素规范

图片格式说明

方式一: 自动生成配图(推荐)

方式二: 直接使用COS链接

图片占位符类型对照表

表格模板

代码块规范

Shell命令

Python代码

配置文件

质量标准

合格标准 (必达)

优秀标准 (建议)

错误避免

❌ 禁止

✅ 正确

触发方式

图片生成快速参考

MCP工具调用示例

1. 基础文生图调用

2. 常用比例与分辨率配置

3. 完整调用示例

常用Prompt模板大全

1. 项目架构图模板

2. 功能演示图模板

3. 部署环境图模板

4. 代码展示图模板

5. 效果对比图模板

6. 流程图模板

Prompt优化技巧

1. 提升图片质量的关键词

2. Prompt结构建议

3. 不同场景推荐配置

更新日志

v2.1.0 (2025-12-14)

v2.0.0 (2025-12-14)

v1.0.0 (2025-11-10)

技术支持