做公众号的每天要配图，做电商的要给商品图统一尺寸加水印，做网站的要给每篇文章生成缩略图。这些活单看都不难，但架不住量多：几十张图一张张开软件改，半小时就没了；更烦的是标准还不统一——这张压缩了那张忘了加水印，看起来零零散散。
这类「又机械、又重复、还要按固定规则来」的图片杂活，正好是 OpenClaw 的菜。它两条腿都能干：接文生图能力直接出图，解决「图从哪来」；调本地命令批量处理，解决「图怎么统一」。本文就把这条内容配图流水线完整讲一遍：从让 Agent 生成一批图，到批量改尺寸、压缩、加水印、转格式，最后怎么验收不翻车。
第一步：让 Agent 能生成图片——装技能、配服务
OpenClaw 本身不带画图能力，出图靠外接图像生成服务。做法是装图像生成类技能（比如 fal-ai、nvidia-image-gen、banana-pro 这类 ClawHub 上的绘图技能），再配上对应服务的 API Key。装技能的方法和装其他技能一样，咱们站有篇 OpenClaw 自定义技能开发 讲透了技能目录和配置结构，照着把图像技能装进 ~/.openclaw/skills/ 即可。
配好之后，给 Agent 的指令就一句话：「给这篇文章配 6 张图，主题是 XX」。它自己会调用图像服务、把图存到你指定的目录。注意第一步先让 Agent 报计划：用什么服务、生成什么尺寸、输出到哪个文件夹——确认了再让它跑，避免一次生成一堆不合用的图白花额度。
第二步：把提示词写对——出图质量的命门
文生图翻车，八成是提示词没说清。给 Agent 写绘图指令，记住四个要点：主体明确——画面里必须有什么，一句话说死（「一只戴眼镜的橘猫在写代码」），别留太多想象空间；风格限定——扁平插画、3D 渲染、写实照片、赛博朋克，指定一个风格词，别混搭；比例说清——公众号头图是 16:9、文章插图是 4:3、商品图是 1:1，直接告诉 Agent 输出比例，比事后裁剪省事；文字越少越好——中文模型画图写中文文字经常出错，需要文字的图宁可后期用工具加，也别让模型画。
还有一条经验：批量出图前先跑一张样图，确认风格满意了再让 Agent 按同一套风格词批量生成，别一上来就 20 张一起跑，风格漂移了你都不知道。批量这层逻辑可以参考 OpenClaw 多 Agent 配置 里的任务编排思路——把「出样图」和「批量跑」拆成两步走。
第三步：批量改尺寸、压缩——用命令处理，别让 Agent 瞎猜
图出好了，接下来是统一的体力活：改尺寸、压体积。这类操作有标准答案，别让 Agent 自由发挥，让它调用本地图像处理命令（ImageMagick 的 magick 命令是主力）按你的规则批量执行。
给 Agent 的规则要具体到参数，比如：所有头图 -resize 1200x630；所有插图宽度统一 800；体积超过 500KB 的压缩到质量 82；输出统一命名「slug-序号-尺寸」。命令处理完，让 Agent 给一份处理清单：每张图原尺寸多少、处理后多少、压缩到什么体积。这步用 AI Agent 结构化输出 的方法让 Agent 按表格回报，一眼就能看出有没有图漏处理。
关键提醒：处理前先复制一份原图到 backup 目录，绝不在原图目录上直接覆盖改——命令批量跑起来很快，但跑错了恢复也很快，前提是你留了原件。
第四步：批量加水印和转格式——给图片打上你的标
加水印是品牌号的刚需。做法同样是命令批量处理：把 logo 图放在固定位置，让 Agent 用合成命令把 logo 叠加到每张图的右下角（或你指定的位置），透明度设好，别盖住主体内容。
两个高频坑先排掉：水印中文乱码——如果你用文字水印，命令里必须指定中文字体文件，否则全是方块；水印位置遮挡主体——让 Agent 处理前先给你看 1-2 张样例，确认位置和大小对了再全量跑。转格式同理：网页用图转 WebP 体积能小一多半，给 Agent 一个命令模板批量转即可，转完记得核对目录里是不是每个文件都成功生成了 .webp 版本。
第五步：验收——抽检和留痕不能省
图片批量处理完，交付前过两道关：抽检——从处理结果里随机挑几张（比如 50 张里抽 5 张）打开看：尺寸对不对、水印在不在、有没有压出明显画质损伤，这和我们站上讲过的 OpenClaw 人工复核抽检 是一个道理：不是每张都盯，但关键样本不能漏；留痕——让 Agent 把处理清单（输入目录、用了什么规则、输出目录、每个文件的处理结果）存成一份记录文件，下次要复现同样的处理，直接拿这份记录当模板。想系统化地搭这条流水线，AI Agent 工作流设计 里的方法可以直接套用。
常见坑清单
对照排查：原图被覆盖——务必先备份，处理输出到新目录；尺寸比例混乱——批量 resize 时没锁定比例导致图被拉伸变形，规则里加「保持比例」；压缩过度——统一质量参数可能让大图失真，先抽检再定参数；水印文字乱码——命令里显式指定中文字体；图片命名混乱——让 Agent 按固定规则统一重命名，别留一堆「未命名 1.jpg」；处理到一半失败——先看 OpenClaw 日志与排错，从执行日志确认是命令问题还是文件问题。
优缺点与适合人群
好处：几十上百张图的尺寸、压缩、水印、转格式一次跑完，规则统一不会漏；出图、处理、命名、归档全流程一个入口搞定，不用来回切换工具；处理规则沉淀下来后，下次直接复用。代价：前期要把规则和参数想清楚（每类图什么尺寸、什么体积上限、水印放哪），还要花点时间把图像服务配好；第一次跑需要人工盯一轮验收，把规则调对。
适合：做公众号、小红书、电商、网站的运营和内容团队，以及任何「定期要处理一批规格统一的图片」的个人。不适合：偶尔一张图改个尺寸的一次性需求——那种直接开软件手动改更快，没必要为一张图起流水线。还有一点：图片处理涉及文件系统操作，权限上建议按 AI Agent 权限管理 的思路收口，只给 Agent 图片目录的读写权限，别把整个硬盘都交给它。
总结
OpenClaw 批量处理图片，一句话流程：接图像服务出图 → 按规则批量改尺寸压缩 → 加水印转格式 → 抽检验收留痕。三个心法：提示词写清主体、风格、比例，出图才不翻车；处理类的活让 Agent 用命令按参数批量跑，别让它自由发挥；动手前先备份、完成后必抽检。把这条流水线搭起来，配图这件事就从「每周手动干两小时」变成「一句话让 Agent 跑完」——你只管最后翻一翻结果，把把关就行。
