核心用法
glm-image-gen 是智谱 AI 官方提供的文生图技能,通过调用 https://open.bigmodel.cn/api/paas/v4/images/generations 端点,将文本提示转换为高质量图像。用户需配置 ZHIPU_API_KEY 环境变量,通过 CLI 工具 python scripts/glm_image_cli.py 执行生成,支持 --prompt(必需)、--size(尺寸)、--quality(hd/standard)、--no-watermark(需签免责声明)、--save(本地保存)等参数。
显著优点
1. 官方背书,模型先进:采用 GLM-Image 最新模型,在中文语义理解和图像质量上表现优异,尤其擅长科普插画、高质量人像、社交媒体图文及商业海报四大场景
2. 输出参数丰富:支持 1:1、3:2、2:3、16:9 等多种比例,分辨率 1024-2048px 可调,HD 模式细节更丰富
3. 安全合规完善:内置内容分级过滤(level 0-3),强制端点不可覆盖,避免 API 劫持风险
4. 集成友好:与智谱生态其他技能(GLMOCR、GLM-4V)共享同一 API Key,配置成本低
潜在缺点与局限性
- 时效性限制:生成图片 URL 仅 30 天有效,需及时下载保存
- 审核门槛:无水印输出需签署免责声明,商业场景部署流程较长
- 硬件依赖:高清模式生成耗时约 20 秒,对实时性要求高的场景不够友好
- 尺寸约束:长宽必须为 32 的整数倍,自定义尺寸存在学习成本
适合人群
- 内容创作者:需要快速生成社交媒体配图、文章插画的自媒体运营者
- 教育工作者:制作科普类视觉素材的教师及培训机构
- 设计师:用于概念草图、灵感参考的视觉设计从业者
- 开发者:集成智谱 AI 生态构建多模态应用的工程团队
常规风险
1. 密钥泄露风险:ZHIPU_API_KEY 若配置在 Shell 环境变量中,可能被其他进程读取;建议优先使用 openclaw.json 全局配置
2. 内容合规风险:level 0-1 的过滤会直接导致生成失败,敏感题材(如医疗、金融可视化)需提前评估
3. 临时链接失效:用户未保存导致 30 天后图片无法访问,需在产品交互中强制提醒
4. 配额消耗:高清模式 Token 消耗较高,大规模商用需关注成本管控