QClaw功能详解与图片生成能力介绍

想用QClaw生成图片？这确实是个很实用的功能，但它并非“开箱即用”。要实现这个能力，你需要同时满足三个条件：启用支持文生图的模型、激活对应的技能，并通过微信发送格式正确的指令。三者缺一不可。

下面，我们就来拆解一下具体的操作路径。

一、启用文生图专用模型

首先得明确一点：QClaw默认加载的国产大模型（比如GLM-5、DeepSeek-V3.2这些）里，只有部分具备多模态图像生成能力。所以，第一步就是手动切换到已经接入的专用模型上。

操作很简单：打开QClaw客户端，点击右上角的设置图标进入【设置】页面。在【大模型配置】区域，展开“可用模型列表”。你需要从中找到名称里带有“混元”、“Hy3”、“multimodal”或者“paint”这类关键词的选项。找到后，点击它右侧的【设为默认】按钮，切换就完成了。

二、激活文生图Skill技能包

光有模型还不够。QClaw本身并不内置通用的绘图功能，这需要通过其Skills生态来加载专门的绘图模块。目前，一个由模力方舟开源提供的技能包很常用，它集成了OCR、文档解析和图像生成等多种结构化能力。

怎么激活呢？在主界面左下角点击【Skills管理】按钮，在弹出的窗口中搜索“文生图”或“paint”。你应该能看到一个状态显示为“未启用”的【文生图(混元版)】或类似名称的技能。点击右侧的【启用】按钮，等待状态变成“已激活”，这一步就搞定了。

三、通过微信发送合规指令触发生成

模型和技能都就位后，最后一步就是下达指令了。这里有个关键点：文生图功能只响应特定格式的自然语言指令，并且必须通过微信通道远程发送。指令必须以“生成一张”开头，后面需要清晰地描述风格、比例、主体和构图要素，否则系统会把它当成普通的文本请求来处理。

举个例子，你可以在微信里这样输入：生成一张复古手账风格、9:16竖版、暖色调棕黄色背景、标题为“QClaw自动化发布小红书流程”的知识卡片，内容要点包括关联浏览器Debug、自动打开小红书网页、发布内容到草稿箱、作者点击确认发布。发送后，QClaw会在本地处理，生成的图片会自动保存到默认的下载路径。

四、调用第三方生图API扩展能力

如果本地混元模型响应不稳定，或者你对生成的图片效果不满意，还有一条路可以走：直接对接第三方生图API。QClaw支持学习API文档并创建自定义技能，从而实现从中文提示词到标准API调用，再到本地图片保存的全自动流程。

具体怎么做？首先，获取目标生图平台（比如即梦、NanoBanana等）的最新API文档，里面要包含鉴权方式、请求地址和参数格式。然后，在QClaw中新建一个Skill，将文档全文粘贴进去，并附上说明：“请学习此文档，创建一个能接收中文描述、输出对应图片的技能”。等待QClaw完成多轮调试并生成技能条目后，启用它。之后，你就可以用类似用即梦模型生成一张国风新中式风格的乐山大佛祈福签背景图，左侧大佛剪影，右侧水墨莲花，中间留白这样的自然语言指令来调用了。

五、使用组合技能实现图文批量生成

对于更复杂的场景，比如为小红书这样的平台批量制作配图，QClaw还能玩出更多花样。通过联动社区共享的Skill组件，可以实现从长文到信息块，再到提示词和图片的端到端自动化。整个过程无需人工拆解段落或编写提示词，全程本地运行，安全性也有保障。

你需要启用的两个核心组件是【baoyu-xhs-images】和【baoyu-image-gen】。启用后，通过微信发送一条指令，例如：把这篇关于网络安全逆向工程的文章做成小红书手绘科普风格5张图。接下来，QClaw会自动分析文本结构，将其拆分成5个语义完整的信息块，然后为每个信息块匹配视觉风格与布局方案，组装成带种子词与配色约束的提示词序列，最后按3:4的比例顺序调用生图模型，生成全部图片并保存到本地指定文件夹。