【 Markdown Illustrator - 自动配图系统】

文章封面：Markdown Illustrator - 自动配图系统为 Markdown 文章自动生成并插入配图的完整解决方案，支持多种 AI 文生图服务。

技术与健康

386人浏览 · 2026-01-20 21:56:22

技术与健康 · 2026-01-20 21:56:22 发布

Markdown Illustrator - 自动配图系统

在这里插入图片描述

文章封面：Markdown Illustrator - 自动配图系统

为 Markdown 文章自动生成并插入配图的完整解决方案，支持多种 AI 文生图服务。

功能特点

智能解析: 自动解析 Markdown 文章结构（标题、段落、代码块等）
智能配图: 根据内容类型自动决定配图位置和类型
智能模式 (NEW): 自动识别文档类型，选择最优图片来源
- 技术文档 → Mermaid 流程图（免费）
- 普通文档 → Unsplash 图库
- 封面图 → AI 生成
LLM 智能提示词: 使用 glm-4-flash 理解内容，生成精准提示词
批量生成: 为每个位置生成多张候选图供选择，解决文生图效果不理想的问题
增量更新: 支持只重新生成指定图片，保留其他已生成的图片
Web 交互界面: 提供可视化界面，支持预览、选择和编辑 Markdown
- 实时预览带 Mermaid 图表的渲染效果
- 可视化选择候选图
- 在线编辑并保存修改
- 一键导出 Markdown 文件
- 图片来源选择器 (NEW): Web 界面可选择图片来源
- 内置帮助文档 (NEW): 点击"❓ 帮助"按钮查看使用说明
- 直接在页面上为内容配图
多源支持: 支持 8 种图片来源
- auto - 智能选择（推荐）
- 智谱 CogView (中文优化)
- DALL-E 3 (OpenAI)
- 豆包文生图 (火山引擎 Ark)
- Flux.1 (高质量)
- Unsplash (免费图库)
- Pexels (免费图库)
- Mermaid (免费)
灵活配置: YAML 配置文件 + 环境变量 + 命令行参数
提示词优化: 针对不同模型优化的中文/英文提示词

项目结构

markdown_illustrator/
├── config/
│   └── settings.yaml       # 配置文件
├── src/
│   ├── main.py            # 主入口和 CLI
│   ├── parser.py          # Markdown 解析器
│   ├── analyzer.py        # 内容分析器（含 LLM 智能提示词）
│   ├── classifier.py      # 文档分类器（技术/普通文档）
│   ├── prompt_generator.py # LLM 智能提示词生成器
│   ├── image_source_manager.py # 图片源管理器
│   ├── image_gen.py       # 图片生成器工厂
│   ├── zhipu_gen.py       # 智谱 CogView 实现
│   ├── doubao_gen.py      # 豆包 + Flux.1 实现
│   ├── dalle_gen.py       # DALL-E 3 实现
│   ├── unsplash_gen.py    # Unsplash/Pexels 实现
│   ├── mermaid_gen.py     # Mermaid 技术图表生成
│   ├── assembler.py       # Markdown 重组器
│   ├── web_server.py      # Web 交互服务器
│   └── regenerate.py      # 增量更新模块
├── templates/
│   └── selector.html      # Web 选择器模板
├── static/
│   └── assets/            # 静态资源
├── output/
│   └── images/            # 图片保存目录
├── examples/              # 示例文件
├── requirements.txt        # 依赖
├── .env.example           # 环境变量模板
├── mi.py                  # 命令行快捷入口
└── README.md

安装

# 安装依赖
pip install -r requirements.txt

配置

1. 获取 API Key

根据你使用的图片来源，在相应平台注册并获取 API Key：

提供商	注册地址
智谱 CogView	https://open.bigmodel.cn/
智谱 LLM	https://open.bigmodel.cn/
DALL-E 3	https://platform.openai.com/api-keys
豆包 (火山引擎)	https://console.volcengine.com/ark
Flux.1	https://replicate.com (需 GitHub 账号)
DeepSeek LLM	https://platform.deepseek.com/
Unsplash	https://unsplash.com/developers
Pexels	https://www.pexels.com/api/

2. 设置 API Key

使用 .env 文件（推荐）

# 复制示例文件
cp .env.example .env

# 编辑 .env 文件，填入你的 API Key

.env 文件格式：

# 智谱AI CogView / LLM
ZHIPUAI_API_KEY=your_api_key_here

# 豆包 (火山引擎 Ark)
ARK_API_KEY=your_ark_api_key_here

# Flux.1 (Replicate)
FLUX_API_KEY=your_flux_api_key_here

# OpenAI DALL-E 3 / LLM
OPENAI_API_KEY=your_openai_key_here

# DeepSeek LLM
DEEPSEEK_API_KEY=your_deepseek_key_here

# Unsplash
UNSPLASH_ACCESS_KEY=your_unsplash_key_here

# Pexels
PEXELS_API_KEY=your_pexels_key_here

或使用命令行参数

python src/main.py article.md --api-key your_key

3. 选择图片来源

在 config/settings.yaml 中设置默认图片来源：

image_source: auto  # 可选: auto, zhipu, dalle, doubao, flux, unsplash, pexels, mermaid

推荐使用 auto 智能模式：

系统自动识别文档类型（技术/普通）
技术文档使用 Mermaid（免费）
普通文档使用 Unsplash 图库
封面图统一使用 AI 生成

使用方法

命令行使用

# 基本使用（使用配置文件中设置的默认图片来源）
python mi.py article.md

# 使用智能模式（推荐）
python mi.py article.md --source auto

# 指定图片来源
python mi.py article.md --source mermaid   # Mermaid (免费技术图表)
python mi.py article.md --source doubao    # 豆包 (最便宜 0.005元/张)
python mi.py article.md --source flux      # Flux.1 (质量好 0.01元/张)
python mi.py article.md --source zhipu     # 智谱 CogView (0.06元/张)
python mi.py article.md --source dalle     # DALL-E 3 (0.4元/张)
python mi.py article.md --source unsplash  # Unsplash 免费图库
python mi.py article.md --source pexels    # Pexels 免费图库

# 指定 CogView 模型
python mi.py article.md --source zhipu --model cogview-4 #cogview-3-flash cogview-3-plus

# 指定输出文件
python mi.py article.md -o article_with_images.md

# 只分析不生成图片（dry run）
python mi.py article.md --dry-run

# 调试模式：打印完整提示词
python mi.py article.md --debug

# 调试模式 + 干运行（查看提示词但不生成）
python mi.py article.md --debug --dry-run

# 指定 API Key
python mi.py article.md --api-key your_key

批量生成模式

AI 文生图往往很难一次生成满意的结果。批量生成模式为每个配图位置生成 N 张候选图，你可以选择最满意的一张。

# 为每个位置生成 3 张候选图
python mi.py article.md --batch 3 --source zhipu

# 批量生成 + 调试模式
python mi.py article.md --batch 3 --debug

# 使用 Mermaid 批量生成（免费测试）
python mi.py article.md --batch 3 --source mermaid

# 使用智能模式批量生成
python mi.py article.md --batch 3 --source auto

生成的文件命名格式：

# 批量模式的文件名包含候选索引
0_cover_20260119_143000_000.png    # 第1张候选图（默认选中）
0_cover_20260119_143000_001.png    # 第2张候选图
0_cover_20260119_143000_002.png    # 第3张候选图

Markdown 输出格式：

<!-- 候选图：从3张中选择第1张 -->

![封面图 - 文章标题](0_cover_20260119_143000_000.png) ⭐

<!-- 其他候选图已注释

<!-- 候选2: ![封面图 - 文章标题](0_cover_20260119_143000_001.png) -->
<!-- 候选3: ![封面图 - 文章标题](0_cover_20260119_143000_002.png) -->

-->

使用方式：

运行批量生成命令
查看所有候选图，选择最满意的一张
手动编辑 Markdown 文件，取消注释你选择的候选图，注释掉其他候选图

增量更新模式

当文章中某些图片不满意时，可以使用增量更新模式只重新生成指定的图片，其他图片保持不变。

# 只重新生成第 1 张图片（索引从 0 开始）
python mi.py article.md --regenerate 0

# 只重新生成第 3 张图片
python mi.py article.md --regenerate 2

# 重新生成所有封面图
python mi.py article.md --regenerate-type cover

# 重新生成所有章节配图
python mi.py article.md --regenerate-type section

# 只重新生成失败的图片
python mi.py article.md --regenerate-failed

# 批量模式 + 增量更新（为指定位置生成新的候选图）
python mi.py article.md --regenerate 2 --batch 3

工作流程：

Step 1: 解析现有 Markdown 文件
  └─> 找到已生成的图片

Step 2: 分析需要重新生成的图片
  ├─> keep: 保留现有图片
  ├─> regenerate: 需要重新生成的图片
  └─> missing: 新增的图片位置

Step 3: 只生成指定的图片
  └─> 其他图片保持原样

Step 4: 重组 Markdown 文件
  └─> 输出包含新旧图片的完整文件

使用场景：

某张图片效果不好，只想重新生成这一张
想为某个位置尝试更多候选图（--regenerate N --batch 3）
某类图片（如封面图）需要统一更换风格
之前生成失败，只想重新生成失败的图片

示例：

# 假设文章有 5 张配图，你对第 3 张不满意
# 1. 只重新生成第 3 张，生成 3 张候选图供选择
python src/main.py article.md --regenerate 2 --batch 3 --source zhipu

# 2. 查看生成的候选图，选择满意的一张
# 3. 手动编辑 article.md，选中想要的候选图

批量 + 增量组合工作流：

# 1. 首次生成：为每个位置生成 3 张候选图
python mi.py article.md --batch 3 --source mermaid

# 2. 对第 2 张图不满意，为该位置重新生成 5 张新候选图
python mi.py article.md --regenerate 1 --batch 5

# 3. 发现所有封面图风格不统一，重新生成所有封面
python mi.py article.md --regenerate-type cover --batch 3

作为库使用

from src.main import MarkdownIllustrator

# 创建实例
illustrator = MarkdownIllustrator()

# 为文章配图
result = illustrator.illustrate(
    input_path='article.md',
    output_path='article_with_images.md',
    image_source='auto',     # 可选：auto, zhipu, dalle, doubao, flux, unsplash, pexels, mermaid
    batch=3,                 # 可选：批量生成模式，为每个位置生成 N 张候选图
    dry_run=False,           # 可选：只分析不生成图片
    debug=False              # 可选：调试模式，打印完整提示词
)

print(f"生成了 {result['images_generated']} 张图片")

# 增量更新：只重新生成第 2 张图片，生成 3 张候选图
result = illustrator.illustrate(
    input_path='article.md',
    image_source='auto',
    regenerate=1,            # 只重新生成索引为 1 的图片
    batch=3                  # 为该位置生成 3 张候选图
)

# 增量更新：重新生成所有封面图
result = illustrator.illustrate(
    input_path='article.md',
    image_source='auto',
    regenerate_type='cover'  # 只重新生成类型为 cover 的图片
)

配图规则

在 config/settings.yaml 中配置：

rules:
  # H1 标题后配封面图
  h1_after: true

  # H2 标题后配图 (true/false/"smart"智能判断)
  h2_after: "smart"

  # 长段落配图阈值（字数）
  long_paragraph_threshold: 150

  # 两张图片最小间隔段落数
  min_gap_between_images: 3

  # 单篇文章最大配图数
  max_images_per_article: 10

图片类型

类型	使用场景	Prompt 模板
`cover`	H1 标题后	封面图，展示文章主题
`section`	H2 标题后	章节配图，展示章节内容
`concept`	概念解释	概念示意图，帮助理解
`atmospheric`	长段落	氛围插图，匹配内容情绪
`diagram`	代码/技术	架构图/流程图（Mermaid 使用）
`code_concept`	代码块前	代码结构图，流程说明

API 提供商对比

提供商	价格	质量评价	中文支持	推荐场景
auto	智能选择	⭐⭐⭐⭐⭐	✓	推荐使用
↳ Mermaid	免费	⭐⭐⭐⭐⭐	✓	技术文档、流程图
↳ Unsplash	免费	⭐⭐⭐⭐	-	普通文档、真实照片
↳ Pexels	免费	⭐⭐⭐⭐	-	普通文档、真实照片
↳ zhipu	0.06元/张	⭐⭐⭐	✓✓	封面图、中文文章
豆包	0.005元/张	⭐⭐	✓	成本敏感
Flux.1	0.01元/张	⭐⭐⭐⭐⭐	-	质量优先
智谱 CogView-4	0.06元/张	⭐⭐⭐	✓✓	中文文章
Gemini/Imagen 3	0.22元/张	⭐⭐⭐⭐	-	-
DALL-E 3	0.4元/张	⭐⭐⭐⭐⭐	-	最高质量

智能模式 (auto) 工作原理

文档分类：LLM 分析文档内容，判断为技术文档或普通文档
来源选择：
- 技术文档 → Mermaid 流程图（完全免费）
- 普通文档 → Unsplash 图库
- 封面图 → AI 生成（zhipu）
提示词生成：使用 glm-4-flash 生成精准提示词
自动降级：图库无结果时自动使用 AI 生成

智谱 CogView 模型选择

模型	价格	特点
`cogview-4`	0.06元/次	最新版，支持生成汉字
`cogview-3-plus`	按次计费	接近 Midjourney V6 水平
`cogview-3-flash`	免费	快速，适合测试

Mermaid 技术图表

系统支持使用 Mermaid 生成免费的技术图表，完全无需调用 AI 图片生成 API。

支持的图表类型

类型	说明	适用场景
`flowchart`	流程图	操作步骤、决策流程
`sequence`	时序图	API 调用、交互流程
`class`	类图	代码结构、类关系
`state`	状态图	状态机转换
`er`	ER图	数据库关系
`mindmap`	思维导图	知识结构梳理
`gantt`	甘特图	时间线规划

配置方法

# config/settings.yaml
image_source: mermaid

mermaid:
  render_mode: code          # code(插入代码块) / image(渲染为PNG)
  default_diagram_type: flowchart
  auto_detect_type: true    # 自动检测内容类型选择图表

使用示例

# 生成 Mermaid 技术图表
python src/main.py article.md --source mermaid

生成的结果：

## 用户登录流程

flowchart TD A[用户输入账号密码] --> B{系统验证} B -->|验证成功| C[生成 Token] B -->|验证失败| D[返回错误]

优势

完全免费：无需调用付费 API
可编辑：直接修改 Mermaid 代码
精确表达：准确展示逻辑关系
广泛支持：GitHub、GitLab 等平台原生支持

LLM 智能提示词生成

系统支持使用 LLM（大语言模型）进行智能提示词生成，大幅提升配图的准确性。

功能对比

对比项	模板方式	LLM 智能生成
理解能力	只用标题	理解全文语义
流程提取	无	识别操作步骤
要点总结	无	提炼核心概念
上下文	无	结合前后段落
成本	免费	0-0.001元/次

效果示例

原文内容：

## useEffect 完整指南

useEffect 用于处理副作用操作，比如数据获取、订阅、手动修改 DOM 等...

模板方式：

Prompt: useEffect 完整指南，示意图，简洁清晰

LLM 智能生成：

Prompt: React副作用处理机制，展示数据获取、订阅更新、DOM操作三个核心流程

支持的 LLM 提供商

提供商	模型	价格	推荐度
智谱	glm-4-flash	免费/0.001元/次	⭐⭐⭐⭐⭐
DeepSeek	deepseek-chat	0.001元/次	⭐⭐⭐⭐
OpenAI	gpt-4o-mini	按OpenAI价格	⭐⭐⭐

配置方法

1. 修改配置文件 (config/settings.yaml)：

llm:
  enabled: true           # 启用 LLM 智能生成
  provider: zhipu         # 提供商: zhipu/deepseek/openai
  model: glm-4-flash      # 模型名称
  api_key: ""             # API Key（或使用环境变量）

2. 设置环境变量（推荐）：

# 智谱
export ZHIPUAI_API_KEY=your_key

# DeepSeek
export DEEPSEEK_API_KEY=your_key

3. 运行：

python src/main.py article.md --source zhipu --debug

核心逻辑

LLM 智能生成时的输入参数：

_generate_prompt(
    element: MarkdownElement,  # 当前元素（标题/段落）
    doc: MarkdownDocument,     # 整个文档
    image_type: str            # 图片类型
)

传递给 LLM 的信息：

参数	说明	示例
`title`	文章标题	“React Hooks 深入理解”
`content`	当前元素内容	“useEffect 完整指南”
`context`	后续段落内容	“useEffect 用于处理副作用操作…”
`image_type`	图片类型	“section” / “cover” / “concept”

回退机制：

LLM 生成 → 失败 → 模板回退 → 保证可用

如果 LLM 调用失败（API Key 未设置、网络问题等），系统自动回退到模板方式，确保稳定运行。

示例

输入 article.md:

# 深入理解 JavaScript 闭包

闭包是 JavaScript 中最重要的概念之一...

## 什么是闭包

闭包是指有权访问另一个函数作用域中变量的函数...

运行后生成 article.md (原文件保存为 article.original.md):

# 深入理解 JavaScript 闭包

![封面图 - 深入理解 JavaScript 闭包](output/images/0_cover_20250119.png)
*文章封面：深入理解 JavaScript 闭包*

闭包是 JavaScript 中最重要的概念之一...

## 什么是闭包

![章节配图 - 什么是闭包](output/images/1_section_20250119.png)
*章节插图：什么是闭包*

闭包是指有权访问另一个函数作用域中变量的函数...

Web 交互界面

系统提供 Web 交互界面，支持可视化预览、选择和编辑 Markdown 文件。

启动 Web 服务器

# 启动 Web 服务器
python src/web_server.py article.md [port]

# 示例
python src/web_server.py article.md 5000

启动后会自动打开浏览器，访问 http://localhost:5000。

功能说明

预览模式

实时渲染 Markdown 内容
支持 Mermaid 图表渲染（流程图、时序图、状态图等）
支持表格、列表、引用等标准 Markdown 语法
图片默认缩放至 50%

图片来源选择器 (NEW)

位于页面左上角
可选择 8 种图片来源
- auto - 智能选择（推荐）
- zhipu - 智谱AI
- doubao - 豆包
- flux - Flux.1
- dalle - DALL-E 3
- unsplash - 免费图库
- pexels - 免费图库
- mermaid - 技术图表
选择不同来源时会显示对应的提示说明

候选图选择

显示所有配图位置和候选图
点击候选图即可切换选择
选择结果自动保存到 Markdown 文件

编辑模式

在线编辑 Markdown 内容
保存后自动刷新预览

配图功能

在编辑模式下粘贴 Markdown 内容
选择图片来源后点击"开始配图"按钮
配图成功后自动更新页面内容
支持智能模式自动识别文档类型

帮助功能 (NEW)

点击"❓ 帮助"按钮打开帮助文档
包含快速开始、图片来源说明、界面功能、按钮说明
配图规则、快捷键、常见问题等完整文档

导出功能

点击"导出 Markdown"按钮下载文件
自动生成文件名

批量操作

全选第一张: 为所有位置选择第一张候选图
保存修改: 保存当前选择到文件

界面按钮

按钮	功能
开始配图	为当前内容生成配图
全选第一张	选择所有位置的第一张候选图
保存修改	保存选择到文件
导出 Markdown	下载 Markdown 文件
❓ 帮助 (NEW)	打开使用帮助文档

依赖项

markdown>=3.5.0        # Markdown 解析
pyyaml>=6.0            # 配置文件解析
requests>=2.31.0       # HTTP 请求
zhipuai>=2.0.0         # 智谱AI SDK (用于 CogView、LLM)
openai>=1.0.0          # OpenAI SDK (用于 DALL-E、豆包、LLM)
pillow>=10.0.0         # 图片处理
python-dotenv>=1.0.0   # .env 文件支持
python-dateutil>=2.8.0 # 数据处理
flask>=3.0.0           # Web 服务器
marko>=2.0.0           # Markdown 渲染（Web 界面）

核心模块说明

Parser (parser.py)

解析 Markdown 文件，提取结构化元素：

from parser import parse_markdown_file

doc = parse_markdown_file('article.md')
print(doc.title)              # 文章标题
print(doc.get_headings())     # 所有标题
print(doc.get_paragraphs())   # 所有段落

Classifier (classifier.py)

文档分类器，判断文档类型（技术/普通）：

from classifier import DocumentClassifier

classifier = DocumentClassifier(config)
result = classifier.classify(content, meta)
print(result['type'])         # 'technical' or 'normal'
print(result['confidence'])   # 置信度 0-1

Prompt Generator (prompt_generator.py)

LLM 智能提示词生成器：

from prompt_generator import PromptGenerator

generator = PromptGenerator(config)
prompt = generator.generate(
    element_content="React Hooks 深入理解",
    image_type="section",
    doc_context={'title': '...', 'keywords': [...], 'doc_type': 'technical'}
)

Image Source Manager (image_source_manager.py)

图片源管理器，智能选择和降级：

from image_source_manager import ImageSourceManager

manager = ImageSourceManager(config)
result = manager.generate_with_fallback(
    prompt="...",
    index=0,
    image_type="section",
    doc_type="normal"
)

Analyzer (analyzer.py)

分析内容，决定配图位置：

from analyzer import analyze_content

decisions = analyze_content(doc, config, image_source='auto')
for decision in decisions:
    print(f"位置: {decision.element_index}")
    print(f"类型: {decision.image_type}")
    print(f"来源: {decision.image_source}")  # NEW
    print(f"提示词: {decision.prompt}")

Image Generator (image_gen.py)

工厂模式，根据配置选择图片来源：

from image_gen import get_image_generator

generator = get_image_generator(config, use_sdk=True, image_source='zhipu')
image_path = generator.generate(prompt, index=0, image_type='cover')

开发指南

添加新的图片来源

创建新的生成器类，实现 generate(prompt, index, image_type) 方法
在 image_gen.py 中注册新的图片来源
在 config/settings.yaml 中添加配置

示例：

# src/my_gen.py
class MyImageGenerator:
    def __init__(self, config):
        self.config = config

    def generate(self, prompt: str, index: int = 0, image_type: str = 'image') -> str:
        # 生成图片
        # 返回图片路径
        return image_path

常见问题

Q: 如何使用智能模式？

A: 智能模式 (--source auto) 会自动选择最优的图片来源：

# 命令行使用
python mi.py article.md --source auto

# Web 界面使用
# 在页面左上角选择 "auto - 智能选择"

智能模式的工作原理：

LLM 分析文档内容，判断为技术文档或普通文档
技术文档使用 Mermaid 流程图（免费）
普通文档使用 Unsplash 图库
封面图统一使用 AI 生成

Q: 批量模式配图失败，返回成功但生成0张候选图？

A: 这可能是 ElementType 枚举比较问题（已修复）。如果遇到此问题：

确保使用最新版本代码
检查 config/settings.yaml 中的 rules.h1_after 是否为 true
使用调试模式查看：python src/main.py article.md --batch 2 --debug

Q: Web 界面配图后页面内容没有更新？

A: 这可能是临时文件被删除的问题（已修复）。如果遇到此问题：

确保使用最新版本代码
检查浏览器控制台是否有错误信息
重新启动 Web 服务器

Q: 豆包生成的图片质量不理想？

A: 豆包价格便宜但质量相对较低。建议：

尝试 Flux.1（质量更好，价格仍合理）
优化 Prompt，使用更简洁的中文描述
考虑使用智谱 CogView-4

Q: Unsplash/Pexels 无法使用？

A: 公开 API 不稳定（403/503 错误）。建议：

注册正式 API Key
或使用其他文生图服务

Q: 如何提高配图质量？

A: 有多种方式提升配图质量：

启用 LLM 智能提示词：设置 llm.enabled: true，让 AI 理解内容生成更准确的描述
根据模型调整提示词：
- 智谱/豆包：使用简洁的中文提示词
- DALL-E/Flux：使用英文提示词
自定义 prompts 模板：在 config/settings.yaml 中针对不同图片来源优化
使用调试模式：运行 --debug --dry-run 查看生成的提示词

Q: LLM 智能生成失败怎么办？

A: 系统有自动回退机制：

LLM 调用失败 → 自动使用模板生成
确保 API Key 正确设置
检查网络连接
查看 --debug 模式下的错误信息

Q: 如何查看生成的提示词？

A: 使用调试模式：

# 查看完整提示词
python src/main.py article.md --debug

# 只查看提示词，不生成图片
python src/main.py article.md --debug --dry-run

Q: 批量生成模式如何使用？

A: 批量生成模式为每个位置生成 N 张候选图，解决 AI 文生图效果不理想的问题：

# 为每个位置生成 3 张候选图
python src/main.py article.md --batch 3 --source zhipu

# 查看所有候选图，选择最满意的一张
# 然后手动编辑 Markdown，取消注释你选择的候选图

生成的文件包含候选索引：

0_cover_20260119_143000_000.png  # 第1张候选图（默认选中）
0_cover_20260119_143000_001.png  # 第2张候选图
0_cover_20260119_143000_002.png  # 第3张候选图

Q: 如何只重新生成某一张图片？

A: 使用增量更新模式的 --regenerate 参数：

# 只重新生成第 1 张图片（索引从 0 开始）
python src/main.py article.md --regenerate 0

# 只重新生成第 3 张图片，并生成 5 张候选图供选择
python src/main.py article.md --regenerate 2 --batch 5

Q: 如何重新生成所有封面图或章节配图？

A: 使用 --regenerate-type 参数按类型重新生成：

# 重新生成所有封面图
python src/main.py article.md --regenerate-type cover

# 重新生成所有章节配图
python src/main.py article.md --regenerate-type section

# 重新生成所有概念示意图
python src/main.py article.md --regenerate-type concept

支持的图片类型：cover（封面）、section（章节配图）、concept（概念示意图）、atmospheric（氛围插图）、diagram（架构图）、code_concept（代码结构图）

Q: 如何只重新生成失败的图片？

A: 使用 --regenerate-failed 参数：

python src/main.py article.md --regenerate-failed

系统会自动识别之前生成失败的图片并重新生成。

注意事项

首次使用建议先用 cogview-3-flash 免费模型测试
推荐使用 .env 文件管理 API Key，避免泄露
生成的图片会保存在 output/images/ 目录
默认会保留原始文件（.original.md 后缀）
不同模型对 Prompt 的敏感度不同，需要针对性优化

版本历史

v1.7 - 添加智能配图模式 (auto)：自动识别文档类型选择最优来源；添加 LLM 智能提示词生成（glm-4-flash）；Web 界面添加图片来源选择器；新增 classifier.py、prompt_generator.py、image_source_manager.py 模块
v1.6 - 添加 Web 交互界面，支持可视化预览和选择候选图；修复批量模式下的关键 bug（ElementType 枚举比较问题、image_paths 赋值问题）
v1.5 - 添加批量生成模式 (--batch N)，为每个位置生成多张候选图供选择；添加增量更新模式 (--regenerate, --regenerate-type, --regenerate-failed)，支持只重新生成指定图片；解决文生图效果不理想需要反复调整的核心痛点
v1.4 - 添加 Mermaid 技术图表支持；添加 LLM 智能提示词生成；多图片来源提示词优化；添加调试模式
v1.3 - 添加豆包、Flux.1 支持；优化提示词；添加 .env 文件支持
v1.2 - 添加 DALL-E 3、Unsplash/Pexels 支持
v1.1 - 改进内容分析算法，添加智能配图模式
v1.0 - 初始版本，支持智谱 CogView

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

iSCSI 网络存储服务从入门到精通

为什么需要多路径？为了提高可靠性和性能。就像去一个地方有两条路，一条堵了或断了，可以立刻走另一条。多路径为iSCSI存储配置多个网络连接（多个Portal），避免单点故障。3.1 核心概念：Linux上实现多路径的软件。故障切换 (Failover)：主路径故障时，自动切换到备用路径。负载均衡 (Load Balancing)：在多条活动路径上分配I/O流量（需要存储设备支持）。3.2 快速配置多

2048 AI社区

deepseek怎么生成word

2048 AI社区

8个降AI率工具推荐！本科生高效避坑指南

2048 AI社区

所有评论(0)

查看更多评论

技术与健康

@Practicer2015

已为社区贡献7条内容

【 Markdown Illustrator - 自动配图系统】

技术与健康

Markdown Illustrator - 自动配图系统

功能特点

项目结构

安装

配置

1. 获取 API Key

2. 设置 API Key

3. 选择图片来源

使用方法

命令行使用

批量生成模式

增量更新模式

作为库使用

配图规则

图片类型

API 提供商对比

智能模式 (auto) 工作原理

智谱 CogView 模型选择

推荐方案

Mermaid 技术图表

支持的图表类型

配置方法

使用示例

优势

LLM 智能提示词生成

功能对比

效果示例

支持的 LLM 提供商

配置方法

核心逻辑

示例

Web 交互界面

启动 Web 服务器

功能说明

批量操作

界面按钮

依赖项

核心模块说明

Parser (parser.py)

Classifier (classifier.py)

Prompt Generator (prompt_generator.py)

Image Source Manager (image_source_manager.py)

Analyzer (analyzer.py)

Image Generator (image_gen.py)

开发指南

添加新的图片来源

常见问题

Q: 如何使用智能模式？

Q: 批量模式配图失败，返回成功但生成0张候选图？

Q: Web 界面配图后页面内容没有更新？

Q: 豆包生成的图片质量不理想？

Q: Unsplash/Pexels 无法使用？

Q: 如何提高配图质量？

Q: LLM 智能生成失败怎么办？

Q: 如何查看生成的提示词？

Q: 批量生成模式如何使用？

Q: 如何只重新生成某一张图片？

Q: 如何重新生成所有封面图或章节配图？

Q: 如何只重新生成失败的图片？

注意事项

版本历史

所有评论(0)

技术与健康