GLM Batch Prompt

GLM Batch Prompt 是一个基于智谱AI的GLM-4V模型的批量图像描述生成工具。该工具可以并发处理多张图片，根据指定的提示词为每张图片生成详细的英文描述，适用于文本到图像生成模型的训练数据准备。

功能特点

• 批量处理多张图片URL
• 使用智谱AI的GLM-4V模型生成高质量图像描述
• 支持自定义提示词（Prompt）
• 自动下载图片到本地
• 将生成的描述保存为文本文件
• 支持并发处理，提高处理效率
• 可配置使用的模型版本

项目结构

.
├── main.py          # 主程序文件
├── config.json      # 配置文件
├── output/          # 输出目录（程序运行后自动生成）
├── .env             # 环境变量文件（需要手动创建）
└── README.md        # 项目说明文件

安装教程

1. 克隆项目

git clone <repository-url>
cd GLM_Batch_Prompt

2. 创建虚拟环境（推荐）

# 使用 venv
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate     # Windows

# 或使用 conda
conda create -n glm-batch-prompt python=3.8
conda activate glm-batch-prompt

3. 安装依赖

pip install -r requirements.txt

如果项目中没有 requirements.txt 文件，可以手动安装所需依赖：

pip install zhipuai requests python-dotenv

4. 配置API密钥

1. 在项目根目录创建 .env 文件
2. 在文件中添加您的智谱AI API密钥：

ZHIPUAI_API_KEY=your_api_key_here

您可以在智谱AI开放平台获取API密钥。

使用方法

1. 配置参数

编辑 config.json 文件：

{
  "image_urls": [
    "图片URL1",
    "图片URL2",
    "图片URL3"
    // 添加更多图片URL
  ],
  "model": "glm-4.5v",
  "prompt": "您的提示词",
  "concurrent_requests": 100
}

配置项说明：

• image_urls: 需要处理的图片URL列表
• model: 使用的模型版本（默认为glm-4.5v）
• prompt: 发送给模型的提示词
• concurrent_requests: 并发请求数量（可选，默认为图片总数）

2. 运行程序

python main.py

3. 查看结果

程序运行后会在 output 目录下生成以下文件：

• 图片文件（从URL下载）
• 对应的文本描述文件（与图片同名，扩展名为.txt）

提示词示例

提示词需要详细说明您希望模型如何描述图片，例如：

## 角色设定 (System Role):
你是一名专业的图像描述专家。你的任务是将图片内容转化为高质量的英文提示词，用于文本到图像的生成模型。

## 任务说明 (User Instruction):
请仔细观察提供的图片，并生成一段详细、具体、富有创造性的英文短语，描述图片中的主体对象、场景、动作、光线、材质、色彩、构图和艺术风格。

## 输出要求 (Output Requirements):
**   **语言**： 严格使用英文。
**   **细节**： 尽可能多地描绘图片细节，包括但不限于物体、人物、背景、前景、纹理、表情、动作、服装、道具等。
**   **角度**： 尽可能从多个角度丰富描述，例如特写、广角、俯视、仰视等，但不要直接写"角度"。
**   **连接**： 使用逗号（,）连接不同的短语，形成一个连贯的提示词。
**   **人物**： 描绘人物时，使用第三人称（如 'a woman', 'the man'）。
**   **质量词**： 在生成的提示词末尾，务必添加以下质量增强词：`, best quality, high resolution, 4k, high quality`。

## 只生成提示词，不需要描述过程及其他，并且一定要在质量词后结束。

注意事项

1. 请确保网络连接稳定，以便下载图片和调用API
2. 处理大量图片时请注意API调用次数和费用
3. 图片URL需要可公开访问
4. 程序会自动处理同名文件，避免覆盖已有文件
5. 根据需要调整并发请求数量，避免请求过于频繁

依赖库说明

• zhipuai: 智谱AI官方SDK，用于调用GLM系列模型
• requests: 用于下载图片
• python-dotenv: 用于加载环境变量

许可证

本项目为开源项目，可根据需要进行修改和分发。