Article
又往 AI 助手里塞了一个工具：现在它能帮我出小红书配图了
上一篇写了怎么把本地语音识别 SenseVoice 接进 pi——有朋友在评论区问：「除了转录，pi 还能接什么？」
问得好。今天继续。
这次接进去的，是一个我做内容创作时几乎每天都用的功能：出小红书配图。
问题从哪里来
我在做播客和公众号内容，每期出完稿子，都要给小红书配几张图。
以前的流程是：打开某个图片生成网站，登录，写 prompt，等待，下载，看效果不对，再改……来回三四轮，半小时就过去了。
更烦的是：我写稿在一个地方，出图在另一个地方，两件事要来回切换。
思路一旦被打断，就很难找回来了——你们有没有这种感觉？写到一半，切出去做别的事，回来之后盯着屏幕半天，不知道刚才写到哪了。
所以我想把出图这件事，也搬到 pi 的对话窗口里。
工具选型：用哪个 API？
图片生成 API 选的是 gpt-image-2，通过 berrycode.codes 调用。
选它有几个原因：
- 出图质量对内容配图来说够用，不需要 Midjourney 级别的精细度
- API 调用简单，返回 base64，直接解码存文件
- 价格合理，不是按图片收费，而是按 token
参数上，小红书竖版封面选 1152×1536（接近 3:4），横版、方版可以按需切换。
踩了一个让我崩溃的坑
接入过程其实不复杂，但有一个坑耗了我将近一个小时。
明明 API key 是对的，请求格式也是对的，就是一直返回 502。
排查了半天，最后翻到了自己之前写的一份本地代理代码——里面有一行注释：
必须带
User-Agent: BerryCode-Image-Chat-Mac/1.0和Connection: close，否则 502。
就这两个 header。
用 Python 的 urllib 发请求，加上这两个 header，还是 502。换成 curl，立刻好了。
最后的实现是用 subprocess.run(["curl", ...]) 来发请求——不优雅，但稳定。
有时候工程上最稳的方案，不是最优雅的那个。
Extension 的实现逻辑
和上期 SenseVoice 一样，整体分两层：
Python 脚本：负责调用 API，接收 prompt 和尺寸参数，把返回的 base64 图片解码、存文件，输出文件路径。
TypeScript Extension：注册成 pi 工具，描述里告诉 AI 什么场景用它，参数里有一个 size 是必填的——故意不给默认值。
为什么要让 size 必填？
因为小红书封面、正文配图、公众号头图，尺寸要求完全不同。如果工具自己随便选，大概率选错。强制让 AI 先问用户，才能确保出来的图是对的。
这是一个小设计：用参数约束来强制 AI 做正确的事。
现在的体验
整好之后，流程变成这样：
我在 pi 里写稿，写到一半，顺口说一句：「帮我给这期播客出一张小红书封面，主题是 AI 算力，科技感，深色背景。」
pi 问我：「封面还是正文图？建议封面用 1152×1536，你确认一下。」
我回：「封面，用这个尺寸。」
图出来了，存在 ~/Documents/xiaohongshu-cards/，继续写稿。
没有切换，没有等待，没有打断。
如果出来不满意，跟它说「颜色太暗，再出一张，亮一点」，它接着改，不需要我重新打开任何东西。
文件结构
~/.pi/agent/
├── extensions/
│ ├── sensevoice.ts ← 第一期接进去的
│ └── xiaohongshu_card.ts ← 这期接进去的
└── xiaohongshu/
└── config.json ← 存 API key图片输出：
~/Documents/xiaohongshu-cards/
└── xxxxxx.png说几句题外话
有人说：这个功能直接用 ChatGPT 不也能出图吗，为什么要自己接？
原因有三：
一是流程不断。我在 pi 里工作，不想为了出一张图再切到另一个产品。
二是可控。API key 是自己的，存储路径是自己的，出来的图直接到本地文件夹，不需要手动下载。
三是可组合。今天只是出图，但明天我可以让 pi 出图之后，自动帮我写配套的小红书文案，再自动存到对应的项目文件夹——这种组合，只有自己接工具才能做到。
接下来还会接更多。
下一期预告：把 AI 配音工具接进来——用克隆的声音，把口播稿直接合成带字幕的视频。
感兴趣的点个关注，我写好就发。
本系列持续更新，记录把各种工具接进 pi 的完整过程，包括踩过的坑。
评论区告诉我你最想接的下一个工具，我来试。
