Free ImageGen

一个 免 API、没硬件门槛、更适合中文内容工作流的本地生图技能。

不用 GPU，不用云端图片服务，不用图片 API，也能直接生成：

• 📱 小红书封面
• 📊 小红书信息图 / 知识卡
• 📰 飞书 / 公众号文章图文卡组
• 🦞 OpenClaw 原生支持

如果你想做的是“内容表达型图片”，而不是写实大模型绘画，这个技能会比很多扩散模型更顺手。

---

它和扩散模型有什么不一样？

大多数文生图工具，强在：

• 写实感
• 氛围感
• 视觉奇观
• 一句话生成“看起来很厉害”的图

Free ImageGen 走的是另一条路：

• ✅ 免费：不按张收费，不走在线图片 API
• ✅ 纯本地：更适合隐私、可控、低成本工作流
• ✅ 没硬件门槛：不要求高配 GPU，不靠本地大模型显卡推理
• ✅ 中文友好：中英混排、中文标题、手机阅读都更稳
• ✅ 自由度高：agent 可以先判断分页、版式、风格，再交给 skill 执行
• ✅ 内容导向：更适合封面、信息图、图文卡组，而不是随机生成一张“好看图”

如果你要的是：

• 小红书封面
• 小红书干货图
• 飞书 / 公众号文章转图片
• OpenClaw 的图文内容页
• 一整套由 agent 规划好的视觉卡组

那它通常会比扩散模型更稳、更便宜，也更适合中文内容生产。✨

---

先说清楚：创意来自哪里？

这套技能不会凭空替你变出“好创意”。

更准确地说：

• 🧠 创意来自人类
• 🤖 表达方案取决于 agent
• 🛠️ 最终落图质量，取决于 agent 对内容的理解、判断和设计能力
• 📦 skill 负责把这些判断稳定渲染出来

也就是说，它的价值不在“自己很聪明”，而在于：

• 不限制 agent 发挥
• 不把版式搞乱
• 不把中文弄坏
• 不要求额外硬件和图片 API

如果 agent 很强，这套技能会很强。 如果 agent 判断一般，这套技能也不会替它“脑补成神图”。

这反而是它很适合 OpenClaw 的原因：

• 判断交给 agent
• 稳定执行交给 renderer

---

推荐使用场景

📱 1. 小红书封面

适合做：

• 大标题封面
• 热点观点封面
• 工具推荐封面
• 带大表情主视觉的封面

特点：

• 手机端可读性优先
• 标题层级清楚
• 中文更稳
• 支持更像小红书的内容表达，而不是“海报味太重”

📊 2. 小红书信息图 / 知识卡

适合做：

• 机制卡
• 对比卡
• 清单卡
• 工作流卡
• 产品地图
• 工具盘点
• QA 卡

这类图的核心不是“画得多花”，而是：

• 一眼看懂
• 手机上读得舒服
• 适合收藏、转发、继续讲述

📰 3. 一篇文章拆成一整套图片

这是它最强的场景之一。

适合：

• 飞书文章
• 公众号文章
• 长笔记
• 采访整理
• AI 工具解读
• 产品更新说明

你可以让 agent：

• 先读完整篇文章
• 决定怎么分页
• 决定哪页保留原文结构
• 决定哪页转成清单 / 机制卡 / 对比卡
• 决定整套图的统一风格

最后输出一整套图，而不是一张孤零零的图。🚀

🎨 4. 自由创作图案 / SVG 页面

如果你不想被内置版式限制，也可以让 agent 直接自由发挥。

适合：

• 小动物
• 吉祥物
• 贴纸风图案
• 单页装饰插图
• 特定主题 SVG 设计

这条路的好处是：

• skill 不替 agent 乱做设计决定
• agent 可以自己写出想要的画面
• renderer 负责稳定导出

---

为什么它适合 OpenClaw / Agent 工作流？

因为它的分工很清楚：

• 👤 用户：给内容、给目标、给风格方向
• 🤖 agent：负责理解文章、判断分页、决定版式和表达方式
• 🛠️ skill：负责稳定渲染、本地导出、不乱、不重叠、不乱码

很多图片工具的问题是：

• 要么自由度太低，只会套模板
• 要么自由度太高，但不稳定

Free ImageGen 想做的是中间那条路：

• 让 agent 负责思考
• 让 renderer 负责执行

---

Quick Start

⚡ 1. 快速做一张封面图

python3 scripts/free_image_gen.py \
  --prompt "文字封面，标题 AI 产品设计原则，副标题 清晰层级 高识别度，主题：light，封面布局：hero_emoji_top，主视觉表情：💡" \
  --output /absolute/path/output/cover.png \
  --width 1080 \
  --height 1440

🧠 2. 快速做一张信息图

python3 scripts/free_image_gen.py \
  --prompt "信息图 机制卡 角标：三个关键点 标题：AI Agent 为什么突然火了 副标题：不是模型更强了，而是入口和体验变了 1. 门槛更低 2. 分发更广 3. 商业化更真实" \
  --output /absolute/path/output/infographic.png \
  --width 1080 \
  --height 1440

🧾 3. 给一篇文章，直接生成一整套图片

python3 scripts/free_image_gen.py \
  --prompt-file /absolute/path/article.md \
  --story-output-dir /absolute/path/output/article-story \
  --story-strategy auto \
  --width 1080 \
  --height 1440

适合先快速打草稿，看看自动拆页效果。

🪄 4. 最推荐：让 agent 自由会话后生成整套图片

这是最能发挥这套技能能力的方式。

你可以直接对 agent 说：

读完这篇文章，然后自己判断怎么分页、每页该用什么版式和风格。
我希望最终输出一套适合小红书发布的图片：
- 要有封面
- 内容忠于原文，不要写“文章里提到”这种元话语
- 该保留文章结构的页就保留
- 该转成机制卡、清单卡、对比卡的页就转
- 整体风格统一，手机阅读优先

先产出 story-plan.json，再调用 free-imagegen 渲染整套图片。

这条路的好处是：

• ✨ 更像 agent 在设计，而不是脚本在乱猜
• ✨ 更适合长文和复杂内容
• ✨ 更容易做出真正能发的小红书图文卡组

---

它特别适合什么类型的内容？

最适合：

• 中文标题很重的封面
• 知识型内容
• 工具盘点
• 工作流拆解
• AI 产品观察
• 文章转图文卡组
• OpenClaw / Agent 相关内容表达

不太适合：

• 写实摄影感图片
• 扩散模型那种细节丰富的自由绘画
• 局部重绘、抠图、修图

一句话说：

它更像一个面向中文内容表达的本地设计引擎，而不是一个追求视觉幻觉的扩散模型。

---

关于自由度

这套技能不是“只能套模板”。

你可以：

• 用内置版式快速做封面和信息图
• 让 agent 先规划整套图的分页和风格
• 直接让 agent 写 custom_svg 做自由创作

所以它的自由度来源不是“乱生成”，而是：

• 有结构时能稳
• 需要自由时也能放开

---

输出行为

默认行为已经尽量收干净了：

• 默认只输出 PNG
• 默认不额外保存 .svg
• 默认命名更整洁
• 想保留 SVG 源文件时，再显式加：--keep-svg

---

给 Agent 的接入资料

如果你想稳定接进 OpenClaw / Codex agent，优先看这些：

• references/story-plan.schema.json
• references/story-plan.template.json
• references/story-plan.guide.md
• references/story-plan.agent-prompt.md
• references/custom-svg-best-practices.md
• references/custom-svg.story-plan.sample.json

这几份文件的目标不是限制 agent，恰恰相反：

• 帮 agent 保持自由判断
• 同时让输出结构足够稳

---

一句话总结

如果你想要的是：

• 免费
• 纯本地
• 免 API
• 没硬件门槛
• 中文友好
• 小红书友好
• agent 可控
• 能把文章变成一整套图

那这套技能就是为这个场景做的。🦞