Pollinations.ai 图像生成

通过简单的 URL 参数实现的免费、开源 AI 图像生成。无需 API 密钥或注册。

何时使用此技能

• 快速原型制作：即时生成占位图像
• 营销素材：创建主图、横幅、社交媒体内容
• 创意探索：快速测试多种风格和构图
• 无预算项目：付费图像生成服务的免费替代品
• 自动化工作流：适合脚本编写的基于 URL 的 API

指示

步骤 1：理解 API 结构

Pollinations.ai 使用基于 URL 的简单 API：

https://image.pollinations.ai/prompt/{您的提示词}?{参数}

无需认证 – 只需构建 URL 并获取图像。

可用参数：

• width / height：分辨率（默认：1024×1024）
• model：AI 模型（flux、turbo、stable-diffusion）
• seed：用于可重现结果的数字
• nologo：设置为 true 以移除水印（如果支持）
• enhance：设置为 true 以自动优化提示词

步骤 2：构建您的提示词

使用带有具体细节的描述性提示词：

良好的提示词结构：

[主体]， [风格]， [光照]， [氛围]， [构图]， [质量修饰词]

示例：

一位父亲迎接美好的节日，温暖的金色阳光，
舒适的室内背景，有节日装饰，8k 分辨率，
高度细节，电影般的景深

提示词风格：

• 照片级真实感：“照片级真实感镜头，8k 分辨率，高度细节，电影感”
• 插图风格：“数字插图，柔和粉彩色，迪士尼风格动画”
• 极简主义：“极简矢量艺术，扁平设计，简单几何形状”

步骤 3：通过 URL 生成（浏览器方法）

只需在浏览器中打开 URL 或使用 curl：

# 基本生成
curl "https://image.pollinations.ai/prompt/A_serene_mountain_landscape" -o mountain.jpg

# 带参数生成
curl "https://image.pollinations.ai/prompt/A_serene_mountain_landscape?width=1920&height=1080&model=flux&seed=42" -o mountain-hd.jpg

步骤 4：生成并保存（Python 方法）

用于自动化和文件管理：

import requests
from urllib.parse import quote

def generate_image(prompt, output_file, width=1920, height=1080, model="flux", seed=None):
    """
    使用 Pollinations.ai 生成图像并保存到文件
    
    参数：
        prompt: 要生成的图像描述
        output_file: 保存图像的路径
        width: 图像宽度（像素）
        height: 图像高度（像素）
        model: AI 模型 ('flux', 'turbo', 'stable-diffusion')
        seed: 用于可重现结果的可选种子
    """
    # 对提示词进行 URL 编码
    encoded_prompt = quote(prompt)
    url = f"https://image.pollinations.ai/prompt/{encoded_prompt}"
    
    # 构建参数
    params = {
        "width": width,
        "height": height,
        "model": model,
        "nologo": "true"
    }
    if seed:
        params["seed"] = seed
    
    # 生成并保存
    print(f"正在生成：{prompt[:50]}...")
    response = requests.get(url, params=params)
    
    if response.status_code == 200:
        with open(output_file, "wb") as f:
            f.write(response.content)
        print(f"✓ 已保存到 {output_file}")
        return True
    else:
        print(f"✗ 错误：{response.status_code}")
        return False

# 使用示例
generate_image(
    prompt="一位父亲迎接美好的节日，温暖光线，节日装饰",
    output_file="holiday_father.jpg",
    width=1920,
    height=1080,
    model="flux",
    seed=12345
)

步骤 5：批量生成

生成多个变体：

prompts = [
    "照片级真实感镜头，一位父亲在前门，温暖光线，节日装饰",
    "数字插图，雪中的父亲，神奇的冬季仙境，迪士尼风格",
    "父亲和孩子的极简剪影，节日烟花，扁平设计"
]

for i, prompt in enumerate(prompts):
    generate_image(
        prompt=prompt,
        output_file=f"变体_{i+1}.jpg",
        width=1920,
        height=1080,
        model="flux"
    )

步骤 6：记录您的生成

保存元数据以便重现：

import json
from datetime import datetime

metadata = {
    "prompt": prompt,
    "model": "flux",
    "width": 1920,
    "height": 1080,
    "seed": 12345,
    "output_file": "holiday_father.jpg",
    "timestamp": datetime.now().isoformat()
}

with open("generation_metadata.json", "w") as f:
    json.dump(metadata, f, indent=2)

示例

示例 1：网站主图

generate_image(
    prompt="宁静的山地景观在日落时分，宽屏 16:9，极简风格，蓝色调柔和渐变，干净线条，现代美学",
    output_file="hero-image.jpg",
    width=1920,
    height=1080,
    model="flux"
)

预期输出：16:9 横版图像，极简风格，蓝色调色板

示例 2：产品缩略图

generate_image(
    prompt="未来风格仪表盘界面，1:1 方形，干净界面，柔和光线，专业感，深色主题，微妙发光效果",
    output_file="product-thumb.jpg",
    width=1024,
    height=1024,
    model="flux"
)

预期输出：方形缩略图，深色主题，适合应用商店

示例 3：社交媒体横幅

generate_image(
    prompt="SaaS 初创公司的领英横幅，现代渐变背景，抽象几何形状，从紫色到蓝色的色彩，左侧为文本留出空间",
    output_file="linkedin-banner.jpg",
    width=1584,
    height=396,
    model="flux"
)

预期输出：领英优化尺寸 (1584×396)，文本安全区

示例 4：使用种子的批量变体

# 使用不同种子生成同一提示词的 4 个变体
base_prompt = "一位父亲迎接美好的节日，电影般光线"

for seed in [100, 200, 300, 400]:
    generate_image(
        prompt=base_prompt,
        output_file=f"变体_种子_{seed}.jpg",
        width=1920,
        height=1080,
        model="flux",
        seed=seed
    )

预期输出：4 张相似但有细微变化的图像

最佳实践

1. 使用具体的提示词：包含风格、光照、氛围和质量修饰词
2. 尽早指定尺寸：防止意外裁剪
3. 使用种子确保一致性：相同种子 + 提示词 = 相同图像
4. 模型选择：
   • flux：最高质量，较慢
   • turbo：快速迭代
   • stable-diffusion：平衡
5. 保存元数据：跟踪提示词、种子和参数以便重现
6. 批量处理相似请求：使用一致的参数生成风格集
7. 对提示词进行 URL 编码：对特殊字符使用 urllib.parse.quote()

常见陷阱

• 提示词模糊：添加关于风格、光照和构图的具体细节
• 忽略宽高比：检查目标平台要求（Instagram 1:1，领英 1584×396 等）
• 场景过于复杂：简化以提高清晰度和结果
• 未保存元数据：难以重现或迭代成功图像
• 忘记 URL 编码：特殊字符会破坏 URL

故障排除

问题：输出不一致

原因：未指定种子
解决方案：使用固定种子以获得可重现的结果

generate_image(prompt="...", seed=12345, ...)  # 每次输出相同

问题：宽高比错误

原因：宽度/高度参数不正确
解决方案：使用特定平台的尺寸

# Instagram：1:1
generate_image(prompt="...", width=1080, height=1080)

# 领英横幅：~4:1
generate_image(prompt="...", width=1584, height=396)

# YouTube 缩略图：16:9
generate_image(prompt="...", width=1280, height=720)

问题：图像与品牌颜色不匹配

原因：提示词中未指定颜色
解决方案：包含十六进制代码或颜色名称

prompt = "带有品牌颜色深蓝色 #2563EB 和紫色 #8B5CF6 的风景"

问题：请求失败（HTTP 错误）

原因：网络问题或服务宕机
解决方案：添加重试逻辑

import time

def generate_with_retry(prompt, output_file, max_retries=3):
    for attempt in range(max_retries):
        if generate_image(prompt, output_file):
            return True
        print(f"重试 {attempt + 1}/{max_retries}...")
        time.sleep(2)
    return False

输出格式

## 图像生成报告

### 请求
- **提示词**：[完整提示词文本]
- **模型**：flux
- **尺寸**：1920x1080
- **种子**：12345

### 输出文件
1. `hero-image-v1.jpg` - 主要变体
2. `hero-image-v2.jpg` - 替代风格
3. `hero-image-v3.jpg` - 不同光照

### 元数据
- 生成时间：2026-02-13T14:30:00Z
- 迭代次数：3
- 选中：hero-image-v1.jpg

### 使用说明
- 最佳用途：网站主图区域
- 格式：JPEG， 1920x1080
- 可重现：是（种子：12345）

多智能体工作流

验证与质量检查

• 第一轮（协调者 – Claude）：
  • 验证提示词完整性
  • 检查尺寸要求
  • 确认种子一致性
• 第二轮（执行者 – Codex）：
  • 执行生成脚本
  • 使用正确命名保存文件
  • 生成元数据 JSON
• 第三轮（分析师 – Gemini）：
  • 审查风格一致性
  • 检查品牌对齐
  • 建议提示词改进

智能体角色

多智能体工作流示例

# 1. Claude：生成提示词和脚本
# 2. Codex：执行生成
bash -c "python generate_images.py"

# 3. Gemini：审查输出
ask-gemini "@outputs/ 分析生成图像的品牌一致性"

元数据

版本

• 当前版本：1.0.0
• 最后更新：2026-02-13
• 兼容平台：Claude, ChatGPT, Gemini, Codex

相关技能

• image-generation – 基于 MCP 的图像生成
• design-system – 设计系统实现
• presentation-builder – 演示文稿创建

API 文档

• 官方网站：https://pollinations.ai
• API 端点：https://image.pollinations.ai/prompt/{prompt}
• 模型：flux， turbo， stable-diffusion

标签

#pollinations #图像生成 #免费 #API #基于URL #无需注册 #创意