三剪客 · 封面图批量生成

## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑一两条)。
拿到后填进环境变量 A7W_API_KEY,或直接传给 --key 参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。

能做什么

给一批标题 / 选题(一个标题一行),批量产出各平台的封面图:

标题清单 ──► plan    :每个标题 × 每个平台,出「画什么 / 大字写什么 / 放哪」
         ──► images  :批量出**无字背景图**(真花钱,先报价,断点续跑)
         ──► overlay :把大字标题**本地渲染**压到图上(PIL,零成本、零网络)

它替代的是批量做号的人每天真正在做的那个动作:**不是"画一张封面",
而是"30 个标题 × 5 个平台 = 150 张封面,今晚要出完"**。

子命令干什么花钱吗
specs各平台封面规格(比例 / 目标像素 / 安全区 / 大字上限),零网络零成本
plan按标题清单出封面方案只花文本钱(一次调用,实测 1317 token / 4 条)
images批量出无字背景图真花钱,实测 24 点/张 = 0.24 元(1K),先报价
overlay本地叠大字标题(字号/断行/描边/阴影/安全区)零成本、零网络
all串起 plan → images → overlay,断点续跑按阶段花钱
cost只算钱零成本
models现查 api.a7w.cn 在架插件与模型零成本
你最关心答案
多少钱出图实测 24 点/张(1K)= 0.24 元/张,1 元 = 100 点,跑之前先把总价打出来;文本那一步只花 token
要多久单张出图实测 5~40 秒;叠字每张 1~2 秒(纯本地)
要装什么零第三方依赖;叠字需要 PIL(pillow),没有就明确报降级(exit=2),不会静默出无字的图
支持哪些平台小红书 3:4 / 公众号 2.35:1 / 视频号 16:9 / 抖音 9:16 / B站 16:9
图上文字会不会糊不会:出图提示词里明确不许出现任何文字,大字由本地渲染压上去,文字不进模型
大字太长怎么办拦截,并报出实际长度与多出来的那部分;绝不静默截断(见「叠字可读性」)
中断了怎么办断点续跑:已完成的图直接跳过、已提交未完成的用 task_id 续查(不重新提交、不重复扣费);连"任务完成了但下载崩了"都能靠断点补下载
会瞎编吗方案提示词里写死不许编品牌、数字、logo、水印

与其他两个「工厂」的边界(改代码前先读这一段)

同族有三个「工厂」,输入与产出刻意不同,不要把它们当成一个包的三种参数:

输入产出大字标题怎么来的
sanjianke-image-factory一篇文稿 / 一个主题文章各段的配图(封面只是其中一种角色)写进出图提示词,让模型画进画面
sanjianke-xhs-note-factory一份母稿N 篇小红书笔记 + 每篇一张 3:4 封面写进出图提示词(cover_text),让模型画进画面
本包一批标题清单同一标题 × 5 平台的封面矩阵背景图无字 + 本地 PIL 渲染叠字

后者是本质差别:前面两个包全库里没有 ImageDraw / truetype 的代码路径
(它们用 PIL 只做裁剪),文字清晰度受出图模型摆布;本包把文字从模型手里拿回来了。

怎么用(命令行)

第 0 步:获取 API Key

到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...)。

第 1 步:装依赖

零第三方依赖。 只要 Python 3.7+:

python3 --version

scripts/a7w.py 是所有 Skill 包共用的零依赖客户端(逐字节等于规范版,
SHA256 EACD2E4F…B465,任何包都不许为了业务改它);scripts/imgprobe.py 是图片头探针
(纯标准库 struct/zlib);scripts/run.py 同样只用标准库。

叠字要 PIL(pillow)。它在,overlay 就能跑;它不在,overlay 会
明确报降级并退出 exit=2,而不是静默出一张没有字的图。背景图那一步(images)
不依赖 PIL,没有 PIL 也能出图(只是 --snap 会回落到内置 PNG 裁剪器)。

第 2 步:填 Key

# Linux / macOS
export A7W_API_KEY=sk-你的key

# Windows PowerShell
$env:A7W_API_KEY="sk-你的key"

# 或存进配置文件反复用(推荐)
python3 scripts/a7w.py login --key sk-你的key

第 3 步:先看平台规格(零网络、零成本)

python3 scripts/run.py specs

会打印每个平台的比例、目标像素、叠字安全区(像素)、字号与大字字数上限,
并做一次口径自检(该字号下上限字数是否真的放得进安全区)。

第 4 步:出方案(只花文本钱)

python3 scripts/run.py plan --file 标题清单.md --out plan.json

标题清单就是一行一个标题(# 开头算注释):

# 我的标题清单
三分钟学会封面排版
批量出图到底省了谁的时间

也可以不给文件:

python3 scripts/run.py plan --text "标题一,标题二" --platform xiaohongshu --platform douyin

想先看不花钱的提示词:

python3 scripts/run.py plan --file 标题清单.md --dry-run

第 5 步:先算钱(不出图)

python3 scripts/run.py cost --titles 30 --count 5          # 30 个标题 × 5 平台 = 150 张
# 150 张 × 24 点/张(1K,实测价)= **3600 点 = 36.00 元**

python3 scripts/run.py cost --titles 30 --count 5 --budget 1000
# 超预算 → 打印「images / all 会在提交前被拦下」并返回退出码 3

第 6 步:出背景图(真花钱)

# 先不带 --yes 跑一次:只报价,不提交(退出码 4)
python3 scripts/run.py images --plan plan.json --outdir ./out

# 确认了再加 --yes;--snap 让产出按平台设计比例裁准
python3 scripts/run.py images --plan plan.json --outdir ./out --yes --snap \
    --budget 400 --report evidence.json

图片一定要输出到包外(比如 ./out、%TEMP%\...)。Skill 包的上传白名单只收
.md .py .txt .json .sh .js .yaml .yml .csv,图片会让上传 400;脚本也会拒绝把
--outdir 指到包内(退出码 2)。

第 7 步:本地叠大字标题(零成本、零网络)

python3 scripts/run.py overlay --plan plan.json --outdir ./out
# 产物:./out/xiao-01_xiaohongshu_cover.png 等,像素按平台目标(如 1080x1440)

想先看排版(不渲染、不写文件):

python3 scripts/run.py overlay --plan plan.json --outdir ./out --dry-run

换字体、换配色:

python3 scripts/run.py overlay --plan plan.json --outdir ./out \
    --font "D:\fonts\AlibabaPuHuiTi-Bold.ttf" \
    --text-color "#FFFFFF" --stroke-color "#101010"

完整工作流(一条命令)

python3 scripts/run.py all --file 标题清单.md --outdir ./out --yes --snap --budget 400

重跑同一条命令:方案文件已存在就跳过 plan(不重复花文本钱),
已出的背景图直接跳过(不重复扣费),叠字按内容与样式判定是否重渲染。

直接用 curl 调(不依赖本包脚本)

底层就是算力集市 api.a7w.cn 的标准两步异步任务。提交(注意没有 /generate 这个端点,
"文生图"是 submit 的 action=generate 参数):

# 算力集市 api.a7w.cn · nano_banana 提交出图(真花钱,1K 约 24 点/张)
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/nano_banana/submit" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "竖版俯拍桌面,浅米色木纹台面,几张卡纸错落排开,左上四十五度斜射柔光,暖白偏冷灰调,**画面中不要出现任何文字**",
    "action": "generate",
    "model": "nano-banana",
    "resolution": "1K",
    "aspect_ratio": "3:4"
  }'

拿 data.task_id 去轮询:

curl -sS "https://api.a7w.cn/api/v1/tasks/task_xxxxxxxxxxxx" \
  -H "Authorization: Bearer $A7W_API_KEY"

参数说明

全局

参数说明
--key临时指定 Key;优先级最高。别把它写进脚本或文档
--json以 JSON 输出,写在子命令前面或后面都可以;JSON 模式下 stdout 只有一个完整 JSON,报价与进度走 stderr
--version打印版本号

标题清单输入(plan / all 共用)

参数说明
--file <文件>推荐。标题清单,一行一个;# 开头算注释;自动剥 BOM
--text "标题1,标题2"直接给标题;逗号与换行都当分隔符
位置参数同上,可给多个文件
--titles N最多取前 N 个标题,默认 200
--platform目标平台,可重复:xiaohongshu / wechat / shipinhao / douyin / bilibili;默认 5 个全出
--style统一视觉风格口径(会给到模型)
--brief作者补充要求

plan —— 出封面方案

参数说明
--out把方案写成 JSON,images / overlay / all 要用它
--dry-run只打印将发送的提示词,不调模型、不花钱
--model / --temperature / --max-tokens文本模型参数,默认 deepseek-chat / 0.7 / 8192
--no-json-mode不要求上游返回 JSON 对象

images —— 批量出背景图

参数说明
--plan必填。plan 产出的方案 JSON
--outdir图片输出目录,默认 %TEMP%\cover-factory-out;不可是包内目录(退出码 2)
--platform / --count / --only只出指定平台 / 前 N 条 / 指定 id
--resolution1K(默认)/ 2K / 4K。只有 1K 有实测价;2K/4K 不给单价就拒绝估算(退出码 3)
--points-per-image覆盖单张单价(点)
--budget成本上限(点)。预估超了直接停;跑的过程中每次提交前还会再核一次
--yes确认真的花钱。不加就只报价(退出码 4),一个任务都不提交
--snap出图后按平台设计比例居中裁剪,裁完再读一次文件头复核,只把真正裁准的记成合格
--ratio-tolerance比例容差,默认 0.03(实测最大偏差 2.9%);有 0.0025 的量化地板
--poll-timeout单张轮询超时秒数,默认 600(上限,不是期望时长)
--max-seconds整批最长耗时,到点中断(退出码 5),已完成的都在断点文件里,重跑可续
--state断点文件路径,默认 <outdir>/cover-factory-state.json
--force忽略断点全部重出(会重复扣费)
--no-wait只提交不等待(之后用 task_id 续查)
--stop-on-error一张失败就整体停
--report把本次证据(请求参数 / 任务原文 / 真实像素 / 真实扣费)写成 JSON
--allow-prompt-hits提示词命中闸门也出图(默认拦截)。不接受它放行超长大字

overlay —— 本地叠大字标题

参数说明
--plan必填。方案 JSON(大字标题从 items[].overlay.text 取)
--outdir底图所在目录(也是产物目录);不可是包内目录
--outdir-name叠字产物另存到一个目录
--font指定中文字体文件(.ttf / .ttc / .otf)。不给就在系统字体里找
--text-color大字颜色,如 #FFFFFF。不给用平台默认
--stroke-color描边颜色,如 #101010。不给用平台默认
--no-shadow不画阴影层(亮底图上可读性会下降)
--dry-run只算排版并打印(字号 / 行数 / 渲染框 / 安全区),不渲染、不写文件
--force忽略叠字断点重新渲染(零成本,随便用)
--platform / --count / --only只叠指定范围

cost —— 只算钱不出图

参数说明
--count N要出几张
--titles N --platform p1 --platform p2按「标题数 × 平台数」算总数
--resolution1K(默认)/ 2K / 4K
--points-per-image覆盖单张单价(点)。2K/4K 必须给
--budget预算上限(点),超了退出码 3

平台规格(specs 的数据源)

preset平台设计比例生成用 aspect_ratio目标像素大字上限字号 / 描边大字对齐
xiaohongshu小红书3:43:41080x144016 字80px / 5px居中偏下
wechat公众号2.35:121:9900x38314 字76px / 4px左(分享只看左半)
shipinhao视频号16:916:91080x60816 字78px / 5px居中偏下
douyin抖音9:169:161080x192014 字96px / 6px居中(避开底部/右侧)
bilibiliB站16:916:91146x71716 字78px / 5px居中偏下

(= 2.333:1)。所以本包用 21:9 生成、再用 --snap 裁到 2.35:1。这是明确的设计取舍。

七道本地硬闸门

闸门都是拦截 + 标红 + stderr 汇总 + 退出码非 0,不是"提示一下"。
因为出图是按次扣费的,事后发现问题的代价是真金白银。

1. 合规 —— 广告法违禁词(「最X」有豁免,句首不豁免)

绝对化用语(最/第一/国家级/100%)、虚构权威背书、医疗功效、投资承诺、站外导流,
命中即拦。这一条对出图提示词与大字标题同样适用。

「最X」的可枚举上下文豁免(口径逐字继承同族模板):

「做菜和剪辑最大的共同点是……」「新手最容易踩的坑是……」

这类是文章/标题的正常中文,不是给商品贴"最大"的标签。豁免范围**写死在代码里、
可枚举、可复核:命中「最X」后,后文落在 SUPERLATIVE_OK_AFTER 表里且不在句首**才放行。

⚠️ 句首不许误豁免。「最大区别是……」这种句首写法经常正是标题式的最高级宣称。
封面大字标题恰恰几乎全在句首,所以这条对本包比对同族更关键。

豁免只允许一个「的」(「最大的共同点」放行),不为逗号/顿号开豁免 ——
开了那个后门,「最好的工具,值得买」也会被放行。这是已知的保守行为,靠改文案解决。

2. 占位符残留

{}、{{标题}}、[待填]、[待补充]、XXX、(此处省略)、TODO/TBD。
[1](引用序号)这类是正常写法,不会被误拦。

3. prompt_echo —— 模型会照抄提示词里的示例

这条是从标题工坊的事故来的:提示词里写过的示例,哪怕明确标着"这是错的写法",
模型照样照抄——公众号那一轮最高分 89.0 的标题一字不差就是提示词里的示例。

判定三条,任一即命中:

判据阈值
去标点后完全相同exact
字符二元组 Jaccard≥ 0.75
示例的二元组覆盖度≥ 0.60

第三条是补漏:出图提示词动辄 60~120 字而示例只有 25 字,Jaccard 的分母是两份二元组的
并集,示例那侧被摊薄得极狠。实测(同族):示例原样嵌入 + 补 9 个字(34 字)
→ Jaccard 0.727(旧判据放行 ❌)但覆盖度 1.000(新判据拦 ✓);
示例嵌进 102 字的六段结构提示词 → Jaccard 0.245(漏)、覆盖度 1.000(抓住)。

长度守卫是相对的:max(6, len(示例)//2),短串不比(二元组集合太小、指标虚高)。

真实产出与示例之间有17 倍以上的安全距离(真实业务提示词 Jaccard 只有 0.042 / 0.000)。

4. 出图比例真伪 —— 读回真实像素,不信自报字段

不信接口返回里的任何比例字段,把图下载回来读文件头,用真实宽高算比例。

⚠️ 实测到的上游特性:上游不是按比例给像素,而是先定总像素、再把每边向下对齐到
32 的倍数。所以 10 种比例里有 5 种拿不到像素级精确比例:

请求实测像素实际比例偏差
3:4864x11840.72972.70%
16:91344x7681.75001.56%
9:16768x13440.57141.56%
21:91536x6722.28572.04%
1:1 / 4:3 / 2:3 / 3:2—精确0%

所以默认容差是 3%(容差内不算"假",但真实像素与偏差照样打印出来,不藏),
并且有 0.0025 的容差地板(像素是整数,"裁到精确比例"本身就有量化误差:
2.35:1 裁后偏差 0.0925%)。

要拿到像素级精确比例就加 --snap:按平台设计比例居中裁剪,裁完再读一次文件头复核,
只会把真正裁准的记成合格。优先用 PIL;没有 PIL 时回落到内置的 8 位 PNG 裁剪器
(只用 zlib + struct),两条路都走不通时如实报告"没能裁",不假装成功。

5. 叠字可读性 —— 本包独有的那道(绝不静默截断)

判什么结果
大字标题超过平台上限拦截 + 标红 + 退出码 3,报出实际长度与多出来的是哪几个字
字号缩小到地板仍未放不进去拦截,不静默缩小到看不清
叠字渲染框越出安全区标红,退出码 3
没有大字标题拦截,拒绝产出一张没有字的封面

上限是算出来的,不是拍的:可用宽度 = 目标宽 × (1 − 左右安全区);一个汉字在 PIL 里
的宽度 ≈ 字号(实测 80px 字体下 16 个汉字 bbox 宽 1280px = 16 × 80);
max_chars 就是按这个字号能放下的字数。specs 会做口径自检,不一致就报出来。

为什么这条是硬拦而不是截断:同族 sanjianke-xhs-note-factory 1.0.4 及以前写的是
cover_text[:20] —— 静默截断:用户改了封面文案、付了钱重出图,只有第 21 字之后被砍掉,
图看起来一模一样,用户以为"我的改动生效了"。本包从一开始就照它 1.0.5 修好的口径做:
超限即拦截,一个字都不许静默丢。
而且不接受 --allow-prompt-hits 放行超长大字 —— 放行等于回到静默截断。
这个闸门在花钱之前就判(plan 与 images 都判):标题太长就别出背景图了。

6. 成本上限

  • 提交任何任务之前先算总价;超 --budget 直接停,一个任务都不提交
  • 每张提交前再核一次:前面真实扣费可能比预估高,超了就就地停
  • 2K / 4K 没有实测单价 → 拒绝估算,退出码 3。宁可拒绝也不编一个数

(想估就给 --points-per-image)

7. 产出图不许进包

--outdir 指到包内 → 退出码 2(在花钱之前就拦下)。包内只放文本。

断点续跑:key 必须含全部影响产出的维度

⚠️ 这一节是本包最容易写错的地方,改代码前必读。

本包的出图产出由 6 个维度决定,一个都不能少:

提示词全文摘要(不是前缀截断) + 比例 + resolution + 模型 + 叠字内容 + 叠字样式

后两维是本包特有的 —— 这就是「标题清单驱动 + 本地叠字」的直接后果:
只改了大字标题(背景图一个字没改)也必须重出,否则图上的字是旧的。

同族在这件事上踩过三次,三次的形态都是静默复用过期产物:

踩过的形态后果
_norm_for_echo(prompt)[:24] 截断取摘要提示词只改第 25 字之后 → key 不变 → 复用旧图
resolution 不入 key先跑 1K、改成 4K 重跑 → 复用 1K 的图,用户以为拿到 4K
断点记录里的值与本次不一致却照样跳过静默复用说不清来历的旧产物

本包的做法:

  1. prompt_digest 对全文取 sha1,绝不用 prompt[:N]
  2. resolution / gen_ratio / model 直接进 key
  3. 叠字内容与样式也进 key(overlay_style_sig:文本 + 平台 + 字号 + 描边 + 位置 + 字体)
  4. 命中 key 之后逐维复核记录里的值;对不上就打印一行「不复用旧图」并重出
  5. 跳过的那张也要重新读一遍真实像素过比例闸门(断点文件可能被手工改过)
  6. 任务已完成但下载崩了:断点里存了 task_id 与 image_url,

重跑会补下载(0 点),而不是重新提交(再扣一次)

排错

现象 / 报错原因怎么办
鉴权失败(401)Key 无效、过期或写错到 https://api.a7w.cn/ 重新领取;确认没把 Bearer 重复写进环境变量
点数不足(HTTP 402)账号点数用完到 https://api.a7w.cn/ 充值后重试
code: 0 但 HTTP 是 200网关信封里 code == 1 才是成功,不是 0看 body 里的 msg;脚本已按这个口径判断,别改成 code == 0
当前请求未命中可用计费规格model 与 resolution 组合不支持普通 nano-banana 只支持 1K;要高清档换 nano-banana-2:official 之类
轮询一直 processing上游排队有 --poll-timeout(默认 600 秒)与断点;重跑会用 task_id 续查、不重新提交
这是一次真花钱的操作…确认后加 --yes(exit 4)成本前置生效,这是正常的,不是错误看过报价后加 --yes 或 --budget 重跑
大字标题 N 字,超过 X 上限 M 字(多出 …)(exit 3)叠字可读性闸门把超出的部分移到正文,或拆成两张。不接受 --allow-prompt-hits 放行
没有找到可用的中文字体(exit 2)系统里没有中文字体用 --font 指一个 .ttf/.ttc/.otf;specs 会打印可用字体
本地叠字需要 PIL(exit 2)没装 pillowpip install pillow 后原样重跑(背景图不会重出、不重复扣费);或只用 images 出无字底图
2K 档没有实测单价,拒绝凭猜估算我们没有 2K/4K 的实测价给 --points-per-image 指定单价,或先用 1K 出
输出目录 … 在 Skill 包内(exit 2)--outdir 指到了包里的目录换到包外(./out、%TEMP%\...)。包内放图片会让上传 400
!! 已花 … 点,再出下一张会超过 --budget(exit 3)真实扣费累计超了已完成的产出仍在,从断点继续
重跑又扣了一次钱提示词/叠字样式/分辨率改了 → 断点 key 变了这是设计如此(改了就该重画)。想省钱就别改,直接重跑即可跳过
改了 overlay.text 但图上的字是旧的正常情况会重出(叠字内容进了 key)仍拿到旧图:断点文件是旧版本生成的,重跑一次;要无条件重出加 --force
模型返回的不是合法 JSON模型在 JSON 前后多吐了字符脚本已用 json.JSONDecoder.raw_decode 扫第一个完整对象。仍失败就加 --no-json-mode 并换模型
Windows 下中文乱码控制台代码页不是 UTF-8先 chcp 65001,或设 PYTHONIOENCODING=utf-8

收集排错信息时请附上:完整命令、plan --dry-run 的输出、--report 产出的证据 JSON、原始报错文本。
不要在报错信息或截图里带上你的 API Key。

退出码(可直接用于流水线)

退出码含义
0全部成功且闸门全绿
1没预料到的异常(代码 bug);--json 下给 kind=internal 信封 + stderr 打完整栈
2参数/配置错误(含 --outdir 指到包内、没有字体、没有 PIL)
3有硬闸门命中(合规 / 占位符 / 照抄示例 / 比例 / 叠字可读性 / 超预算)
4还没花钱:需要 --yes 确认;或调用失败(网络 / 鉴权 / 点数 / 模型名)
5达到 --max-seconds 上限中断(可续跑)
130用户中断(Ctrl+C)

--json 输出契约(给流水线与 agent 消费,只在 --json 下生效):

  • stdout 上永远只有一个 JSON 文档(人读文案一律走 stderr),且顶层是 dict、带 ok
  • 成功:结果对象里多一个 "ok": true
  • 失败:stdout 输出一个 JSON 信封,形如

{"ok": false, "exit": 3, "error": {"kind": "gate", "message": "…"}}
(exit 就是本次真实退出码),kind 取 gate / usage / budget / call /
interrupt / internal

  • 闸门命中属于"跑成功了但结果不合格":此时结果 JSON 已经吐出去了

(ok: false 写在那个结果里),不再补信封 —— 否则 stdout 上会出现两个 JSON 文档,
消费方 json.loads 直接报 Extra data。这是实测踩过并修掉的一条

  • internal 是没预料到的异常(代码 bug)的兜底:stdout 给信封、

完整 traceback 原样打到 stderr、退出码固定 1 —— 报 bug,不藏 bug

  • --json 写在子命令前面或后面都可以(前后输出逐字节相同)

成本口径

项实测
nano_banana 1K 出图24 点/张 = 0.24 元
充值比例1 元 = 100 点
提交时冻结实测 frozen_points = 31.2(预冻结,不是最终扣费)
完成后结算usage.points_cost = 24
失败全额退回
文本(出方案)只出 token:实测 4 条方案 prompt 679 + completion 638 = 1317 token;网关不公布文本模型单价,金额要你自己填
本地叠字0 点(纯本地渲染)

只信 usage.points_cost。 平台的 pricing_matrix / tenant_* 字段我们验证过半数不可信:
image_human 字段写 1.5/2/4/8 点/秒、实测 2/3/6/12;voice_tts/stt 字段写 30、实扣 40。
frozen_points 也不是最终扣费:实测冻结 31.2、实扣 24,差 30%。

文件结构

sanjianke-cover-factory/
├── SKILL.md                          本文件
├── README.md                         给人看的说明
├── LICENSE.md                        MIT,署名三剪客
├── references/
│   ├── cover-design.md               封面设计方法论(构图、大字排版、安全区、配色)
│   ├── platform-specs.md             五个平台的封面规格矩阵、32 对齐与 --snap
│   └── cost-and-troubleshooting.md   计费口径、实测数据与排错手册
└── scripts/
    ├── a7w.py                        api.a7w.cn 零依赖客户端(**逐字节等于规范版,本包不改它**)
    ├── imgprobe.py                   图片头探针:读真实像素 PNG/JPEG/GIF/WebP(只读,纯标准库)
    └── run.py                        specs / plan / images / overlay / all / cost / models

约定:scripts/a7w.py 是所有 Skill 包共用的零依赖客户端,我们靠
「包内副本 SHA256 == 规范版」批量校验各包的客户端有没有被意外改坏。
所以本包没有为了自己的业务去改它——需要读图片像素就独立出 imgprobe.py,
需要下载图片就在 run.py 里自带一小段 urllib(a7w._request 是给 JSON 用的,
它的 raw= 参数是原始请求体、不是"要原始响应",拿它下 PNG 会踩两个坑,见 download 的注释)。

端点速查

算力集市(api.a7w.cn)的出图是两步异步任务:

用途方法与路径
提交出图任务POST https://api.a7w.cn/api/v1/apps/nano_banana/submit
查任务结果(本包用它)GET https://api.a7w.cn/api/v1/tasks/<task_id>
查任务结果(应用级,备用)GET https://api.a7w.cn/api/v1/apps/nano_banana/query?task_id=<task_id>
看某应用的接口与参数GET https://api.a7w.cn/api/v1/apps/nano_banana
在架应用清单GET https://api.a7w.cn/api/v1/apps
在架模型清单GET https://api.a7w.cn/api/v1/models
出方案用的大模型POST https://api.a7w.cn/api/v1/chat/completions

没有 /generate 这个端点。 「文生图」是 submit 的 action=generate 参数。

submit 的参数名(用 python3 scripts/a7w.py schema nano_banana 实查,别猜):
prompt / action(generate|edit) / resolution(1K|2K|4K) / aspect_ratio / image_urls / model / callback_url
—— 实查结果显示 query 是 POST(不是 GET),参数只有 task_id。

⚠️ status 在 data 顶层,不在 data.result 里。 平台文档写的是 data.result.status,
实测不对。照文档写会永远读不到状态、一路轮询到超时。

联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

  • 算力集市 api.a7w.cn(注册领 Key):https://api.a7w.cn/
  • 封面设计方法论:references/cover-design.md
  • 平台规格矩阵:references/platform-specs.md
  • 计费口径与排错:references/cost-and-troubleshooting.md

免责声明:本包内置的违禁词表与判定口径是启发式自检工具,来自公开经验整理,
不构成法律意见,也不代表任何平台的官方审核标准。
封面的版权、肖像权、商标权与合规责任由使用者承担;
涉及真人、品牌 logo、医疗健康、金融等高风险内容必须人工复核后再发布。

同类文章