腾讯云混元生图

解决什么问题

当 Agent 需要根据用户文本稳定产出 AI 图像时，直接调用云端图像 API 会涉及任务提交、轮询状态、结果 URL 提取等流程。TencentCloud Aiart TextToImage 把腾讯云混元生图包装成可执行脚本，适合把“文本描述生成图片”作为工具调用，而不是让模型口头描述画面。

如何工作

• 默认入口：使用 main.py 提交任务并自动轮询，返回生成结果。用户未指定模式时优先采用该脚本。
• 分步控制：submit_job.py 只提交任务并返回 JobId；query_job.py 根据 JobId 查询或轮询状态，适合异步流程。
• 关键参数：--images 传入最多 3 张参考图 URL，支持 jpg/jpeg/png/webp，base64 后不超过 10MB；--resolution 控制宽高，范围 512~2048 像素，且面积不超过 1024×1024；--seed 固定随机种子；--revise 控制 Prompt 改写，默认开启，会增加约 20s。
• 运行依赖：需要配置腾讯云 API 密钥，脚本可自动安装 Python 依赖；凭证应来自环境变量，不要硬编码。

注意

生成图 URL 有效期为 1 小时，需要及时保存；开启 Prompt 改写会拉长耗时。调用失败时应返回明确错误，不要自行编造图片 URL 或描述生成结果。