文章总结： 作者通过纯AI对话方式零代码开发三个PythonSKILLS实现博客封面自动化流程:image-uploader支持sm.ms图床上传及多token配置方式,cover-generator基于Pillow生成1200×630渐变封面图支持4种主题及自动上传,auto-blog-cover串联全流程实现Markdown解析、标题提取、封面生成上传及frontmatter自动更新。过程中解决了中文字体乱码和YAML字段排序问题,采用分层架构设计便于复用,体现了对话式开发边测边改的优势。 综合评分： 87 文章分类： 安全工具,AI安全,安全开发

阶段二：cover-generator 的诞生

接着我提了第二个需求：我想给博客文章生成封面图。

这里我不想直接调用类似于  Nano Banana 这里的专门文生图模型，就只需要一个简单背景+文字的图片即可；

所以 AI 给了我一个方案：算法生成艺术图 vs 文字+背景，本地用 Pillow 就能生成。

生成的图片效果还不错，简洁的渐变背景加上标题文字，虽然比不上专业设计，但作为博客封面还是够用了。

后来我又提了几个优化：

• • 图片生成后要自动清理本地文件（不占存储）
• • 上传失败要能重试

AI 都逐一实现了，加了 retry 逻辑和 finally 块里的清理代码。

阶段三：auto-blog-cover 串联一切

前两个 SKILLS 搞定后，我描述了一下我的实际工作流：

我会在 Obsidian 里写博客，写完之后打开 CLI，让它读取博客内容，调用 cover-generator 生成封面并上传，然后把图片地址更新到博客的 frontmatter 里。

AI 认为这个流程完全可以自动化，建议我再创建一个 SKILL 来串联。我觉得很有道理，一个独立的 SKILL 也方便其他有类似需求的人使用。

这中间有两个值得一提的坑：

中文乱码问题：第一次跑 auto-blog-cover 时，生成的封面图里中文全是乱码。原因是 Pillow 默认字体不支持中文。AI 把字体改成了 STHeiti Light（macOS 系统自带的中文字体），同时加了 Linux 和 Windows 的字体回退列表。

YAML 字段排序问题：一开始用 python-frontmatter 库回写文件时，它会把我的 YAML 字段重新排序。比如原来是 title → date → categories → tags → banner_img，回写后变成了按字母排序的 banner_img → categories → date → ...。AI 改用正则表达式直接替换字段值，这样就不会动其他字段的顺序了。

修复这两个问题后再跑了一次，效果完美——中文正常显示，frontmatter 格式完好。

迭代的节奏

回顾整个过程，基本上就是这样一个循环：

提需求 → AI 实现 → 我测试 → 发现问题 → AI 修复 → 再测试

每一轮对话都在不断完善功能、补全边界情况。从最初的单个上传脚本，逐步演化出三个分层的 SKILLS，整个过程非常自然。

总结

这次体验下来，最大的感受是：把重复性的工作流固化成 SKILLS 真的很香。

以前每次写完博客要手动配图、上传、粘贴链接，虽然每次也就几分钟，但积少成多也挺烦的。现在一条命令搞定，而且整个创建过程我确实一行代码没写，全程和 AI 对话完成。

对话式开发的好处在于：你不需要事先想好所有细节，可以边做边想、边测边改。像 token 配置方案、中文字体、YAML 排序这些问题，都是在实际使用中发现并解决的。

感兴趣的可以去 GitHub 仓库[1] 看看源码，也欢迎提 issue 和 PR。

Blog

引用链接

[1] SKILLS: https://github.com/crossoverJie/skills [2] image-uploader: https://github.com/crossoverJie/skills/tree/main/skills/image-uploader [3] cover-generator: https://github.com/crossoverJie/skills/tree/main/skills/cover-generator [4] auto-blog-cover: https://github.com/crossoverJie/skills/tree/main/skills/auto-blog-cover [5] 接口文档: https://doc.sm.ms/#api-Image-Upload

往期推荐

从 Function Call 到 MCP-> SKILLS：AI Agent 能力扩展的演进之路

对 AI 更友好的代码分割算法分析

AI 如何用 AST 每天对 200 万+ 文件做高质量分块（用于代码搜索）

DeepWiki 一个常用 RAG 应用的开发流程

大模型应用开发必需了解的基本概念

点分享

点收藏

点点赞

点在看

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：crossoverJie crossoverJie crossoverJie《一行代码没写，用 AI 搓出三个实用 SKILLS》