AI绘画辅助：OpenClaw+千问3.5-9B自动生成提示词并保存文件

本文介绍了如何在星图GPU平台上自动化部署千问3.5-9B镜像，实现AI绘画提示词自动生成与文件保存功能。该方案通过自然语言转换技术，将用户描述快速转化为Stable Diffusion可识别的结构化prompt，显著提升创作效率，特别适用于插画师、设计师等需要高效生成艺术创作提示词的场景。

CrystalwaveTiger37

322人浏览 · 2026-04-05 03:41:10

CrystalwaveTiger37 · 2026-04-05 03:41:10 发布

AI绘画辅助：OpenClaw+千问3.5-9B自动生成提示词并保存文件

1. 为什么需要AI辅助生成绘画提示词

作为一名经常使用Stable Diffusion进行创作的插画师，我长期被两个问题困扰：一是难以用精确的语言描述脑海中的画面，二是需要反复调整提示词才能得到理想效果。传统的手工编写prompt不仅效率低下，还经常因为表述不准确导致生成结果偏离预期。

直到发现OpenClaw与千问3.5-9B的组合方案，这个问题才得到根本解决。这个方案的核心价值在于：

自然语言转专业prompt：用日常对话描述需求，自动转换为SD可识别的标准化提示词
结构化输出：自动区分主体描述、环境细节、艺术风格等要素
文件自动归档：生成的prompt按日期和主题分类保存，方便后续调取复用

实际使用后，我的创作效率提升了约50%，更重要的是获得了更稳定的输出质量。

2. 环境准备与基础配置

2.1 系统需求与安装

我的工作环境是MacBook Pro (M1, 16GB)，以下是具体配置步骤：

# 安装OpenClaw核心组件
curl -fsSL https://openclaw.ai/install.sh | bash

# 验证安装
openclaw --version

安装完成后，通过交互式向导配置基础参数：

openclaw onboard

在向导中选择：

Mode: Advanced（需要自定义模型）
Provider: Qwen（对接千问3.5-9B）
Default model: qwen3-9b
Skills: 启用 file-processor 和 prompt-engineering

2.2 模型服务对接

修改配置文件 ~/.openclaw/openclaw.json，确保模型配置正确：

{
  "models": {
    "providers": {
      "qwen": {
        "baseUrl": "http://localhost:8000/v1", // 本地部署的千问服务地址
        "apiKey": "your-api-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3-9b",
            "name": "Qwen-3.5-9B",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

启动网关服务并验证连接：

openclaw gateway start
openclaw models list

3. 提示词生成工作流实践

3.1 基础交互模式

通过OpenClaw的Web控制台（http://127.0.0.1:18789）输入自然语言指令：

"生成一个赛博朋克风格的女性角色，穿着发光服饰，站在雨夜的霓虹街头，背景有全息广告牌，使用虚幻引擎渲染风格"

系统返回结构化的prompt：

[Subject] 
cyberpunk female character, neon-lit raincoat with LED patterns, futuristic visor

[Environment] 
rainy night street in Neo-Tokyo, glowing neon signs, holographic billboards floating

[Style] 
Unreal Engine 5 rendering, cinematic lighting, cyberpunk 2077 art style, 8k detailed

[Parameters] 
--ar 16:9 --v 5 --style 4b --chaos 20

3.2 高级功能开发

通过自定义技能实现更复杂的处理逻辑。创建 ~/.openclaw/skills/prompt_enhancer.js：

module.exports = {
  name: "prompt_enhancer",
  actions: {
    async generate(ctx) {
      const { description } = ctx.params;
      const prompt = await ctx.broker.call("models.generate", {
        model: "qwen3-9b",
        messages: [
          {
            role: "system",
            content: "你是一个专业的AI绘画提示词工程师，请将用户需求转换为Stable Diffusion可识别的结构化prompt"
          },
          { role: "user", content: description }
        ]
      });
      
      await ctx.broker.call("file.save", {
        path: `~/sd_prompts/${new Date().toISOString().split('T')[0]}.txt`,
        content: prompt,
        append: true
      });
      
      return prompt;
    }
  }
};

注册并测试技能：

openclaw skills register prompt_enhancer
openclaw skills test prompt_enhancer.generate --params '{"description":"你的描述"}'

4. 效率提升的关键技巧

4.1 模板化处理

在~/.openclaw/templates/prompt.md预置常用模板：

# {{date}}

## 主题
{{subject}}

## 元素清单
- 主体：{{mainSubject}}
- 环境：{{environment}} 
- 风格：{{style}}
- 参数：{{parameters}}

通过技能自动填充模板，使输出更规范：

const template = fs.readFileSync('~/.openclaw/templates/prompt.md', 'utf8');
const result = mustache.render(template, {
  date: new Date().toLocaleDateString(),
  subject: "赛博朋克角色设计",
  // 其他填充字段...
});

4.2 批量生成与优选

创建批量生成脚本 batch_generate.sh：

#!/bin/bash
descriptions=(
  "未来主义城市景观"
  "机械义肢的战士"
  "生物发光的森林"
)

for desc in "${descriptions[@]}"; do
  openclaw call prompt_enhancer.generate "{\"description\":\"$desc\"}"
done

执行后会自动生成多个prompt文件，方便后续筛选最佳方案。