共计 4529 个字符，预计需要花费 12 分钟才能阅读完成。
从「生不出图」到「生出来了，但有水印」
WorkBuddy 的老用户可能都知道，之前版本的 WorkBuddy 默认生图功能一直不太好使——要么出不来图，要么得靠第三方 skill 或者外接 API 才能解决。
但最近版本升级之后，我发现：它开始能生图了。
兴奋地点了一下，图片确实出来了，效果也还行。
但紧接着就发现一个问题——
图片右下角，有一个「图片由 AI 生成」的 水印。
对于公众号封面这种场景来说，有水印的图片基本没法用。发朋友圈无所谓，但正式发布的内容，带别人的 logo，总觉得不太专业。
我跟 WorkBuddy 说了一声：「帮我看看怎么去掉水印。」
第一步：WorkBuddy 顺藤摸瓜，找到水印的根源
既然生图模型是混元的，WorkBuddy 判断底层调的肯定就是混元生图 API。
它直接去翻了 WorkBuddy 的安装目录，/Applications/WorkBuddy.app/ 下面，内置 skill 的源码在 app.asar.unpacked/resources/builtin-skills/ 里。
然后 WorkBuddy 找到了生图相关的脚本 buddy-cloud.py，在里面搜了一下 LogoAdd：
# buddy-cloud.py 第 578 行
def_build_image_body(prompt: str, resolution: str = None,
revise: int = None, seed: int = None) -> dict:
body = {"Prompt": prompt}
if resolution isnotNone:
body["Resolution"] = resolution
if revise isnotNone:
body["Revise"] = revise
if seed isnotNone:
body["Seed"] = seed
return bodyWorkBuddy 注意到了：这个函数里根本没有设置 LogoAdd 参数。
没有显式设置，就走 API 的默认值。而混元 API 的默认值是 LogoAdd = 1——也就是 默认带水印。
对比一下同一个文件里视频生图的部分：
# buddy-cloud.py 第 567 行
def _build_video_body(prompt: str) -> dict:
return {
...
"LogoAdd": 1, # 视频生图显式设了 1
}视频那边是显式写的 1，图片这边压根没写。但结果一样——都有水印。
原理清楚了，WorkBuddy 说方案很简单：写一个自己的脚本，把 LogoAdd 设成 0。
第二步：WorkBuddy 把它封装成了一个 Skill
与其每次手动跑脚本，不如直接封装成 WorkBuddy 的 Skill，以后说一句「无水印生图」就能用。
WorkBuddy 按照 WorkBuddy 的 Skill 规范（一个 SKILL.md 描述文件 + 一个 scripts/ 目录放脚本），以 buddy-cloud.py 的认证逻辑（TC3-HMAC-SHA256 签名）作为基础，写了一个 hunyuan_nowm.py，核心改动就是一行：
body = {
"LogoAdd": 0, # 关键：关闭水印
"Prompt": prompt,
"Resolution": "1280:720",
...
}还加了几个实用功能：
- 自定义分辨率：支持 36 种预设尺寸（公众号封面 1280:720、竖版配图 768:1024 等常用比例）
- 自动下载：生成的图片直接保存到本地
- Prompt 优化控制：可以开关混元自带的 prompt 重写（
--revise 0精确控制，--revise 1质量更高）
SKILL.md 里也写清楚了和系统内置生图的对比：
| 特性 | 系统内置 ImageGen | 无水印 Skill |
|---|---|---|
| 水印 | 默认有水印 | 无水印（LogoAdd=0） |
| 分辨率 | 默认 1024:1024 | 支持 36 种预设尺寸 |
| 图片下载 | 返回 URL | 自动下载到本地 |
| Prompt 优化 | 默认开启 | 可控（–revise 0/1） |
第三步：踩了一个大坑——脚本一直超时
Skill 封装好了，第一次跑——超时了。
第二次——又超时了。
然后又试了好几次，全都超时。一直提示「任务超时（300s）」。
但奇怪的是，通过 API 查询任务状态，显示明明已经完成了——图片都已经生成好了，就是脚本检测不到。
这就很离谱了。
第一天下午 WorkBuddy 就卡在这里了。 试了各种方法：
- 换 token → 还超时
- 改轮询间隔 → 还超时
- 关闭 prompt 重写（
revise=0）→ 还超时 - 直接用内置的 ImageGen 工具生成 → 图片能出来，但有水印，没意义
折腾了一下午，没找到原因。当时只好先用内置 ImageGen 生了一张带水印的图凑合用，有事出去了，打算第二天继续排查。
（没错，是 WorkBuddy 自己在折腾——我就在旁边看着它试错 😄）
第四步：第二天，WorkBuddy 终于找到 Bug 了
第二天早上，我重新打开 WorkBuddy，让他处理，他换了一个思路：直接打印 API 返回的原始数据，看看实际返回了什么。
打印出来一看，关键数据长这样：
{
"JobStatusCode": "5",
"Status": "DONE"
}WorkBuddy 注意到了：JobStatusCode 的值是字符串 "5"，不是整数 5。
再看脚本里的判断逻辑：
# 修复前（有 Bug 的版本）
code = result.get("JobStatusCode")
if status == "DONE" or code == 5: # "5" == 5 永远为 False
return result
if status == "FAIL" or code == 4:
raise RuntimeError(...)Python 里字符串 "5" 和整数 5 是不相等的。
"5" == 5 的结果是 False。所以 code == 5 这个条件永远命中不了。
但 status == "DONE" 不是能命中吗？确实能——如果 API 同时返回了 Status 字段的话。 但实际上，API 有时只返回 JobStatusCode，不返回 Status。这时候两个条件都为 False，程序就继续轮询，一直等到 300 秒超时。
图片早就生成好了，WorkBuddy 的脚本就是「看不见」。
修起来也不复杂，加一个类型转换：
# 修复后
raw_code = result.get("JobStatusCode")
try:
code = int(raw_code) if raw_code isnotNoneelseNone
except (ValueError, TypeError):
code = None
if status == "DONE"or code == 5:
return result
if status == "FAIL"or code == 4:
raise RuntimeError(...)修完之后再跑——5 秒出图。
从超时 300 秒到 5 秒完成，就差一个 int()。
昨天下午折腾了一下午没找到原因，今天加了一行打印、发现一个类型不匹配，WorkBuddy 就解决了。
有时候排查 Bug 就是这样：最难的不是修，是找到它。
第五步：验证无水印效果
Bug 修完之后，WorkBuddy 赶紧验证了一下。
生成一张公众号封面图：
微信公众号封面图，极简科技风，深蓝到紫色渐变背景，画面中央是一个发光的透明水滴，水滴内部折射出数字代码和光粒子，水滴周围有细微的光晕和光线扩散，干净留白，高端大气，无文字
几秒钟后，图片就下来了——没有水印，干净利落。
对比之前用内置 ImageGen 生成的带水印版本，右下角的 logo 确实没了，画面干净了很多。
第六步：WorkBuddy 一口气生成 5 张不同风格
既然搞定了，干脆让他多生成几张，测试不同风格：
| 风格 | Prompt 关键词 | 效果 |
|---|---|---|
| 极简科技风 | 深蓝到紫色渐变，几何线条网格，抽象数字粒子 | 科技感拉满 |
| 水墨中国风 | 青山绿水，云雾缭绕山峰，留白设计 | 东方韵味 |
| 温暖治愈系 | 粉色橙色渐变，卡通云朵星星，手绘插画风 | 温馨甜美 |
| 商务精英风 | 深灰金色渐变，城市天际线剪影，光效粒子 | 专业沉稳 |
| 赛博朋克风 | 霓虹粉蓝紫撞色，雨夜街道倒影，蒸汽波 | 视觉冲击力强 |
5 张图并行提交，总共不到 30 秒全部完成。
这里有个小发现：部分图片上出现了 AI 自动生成的中文文字（比如「温馨时刻」「商务精英」），这不是水印，是混元模型根据 prompt 里的描述词自己加上去的。如果需要纯背景无文字的图，在 prompt 里避免出现主题词就好。
陪 WorkBuddy 踩坑的两天
作为在旁边看着 WorkBuddy 折腾的人类，这两次折腾下来，有几个感受：
① AI 写代码也会犯低级错误
这次的 Bug 说白了就是一个类型不匹配——API 返回字符串，脚本里用整数比。WorkBuddy 写的代码，也会犯这种人类程序员常犯的错误。AI 不是神，代码该 review 还是得 review。
② 但 AI 排查问题的能力确实强
换作人类程序员，可能要花半天才能定位到这个 Bug。WorkBuddy 在第二天换了思路，直接打印原始数据，一眼就看到了问题。AI 的优势不是不犯错，而是 犯错后能快速迭代。
③ 让 AI 自己封装自己的工具，体验很奇妙
这次是让 WorkBuddy 去改造 WorkBuddy 本身的生图功能。相当于「AI 给自己做插件」。整个过程下来，感觉 AI 工具的可塑性比想象中强得多——不只是「用工具」，而是「改工具」。
④ 人类的价值在哪？
我觉得是 判断方向。WorkBuddy 负责试错、写代码、调 Bug，但我得判断「这个目标值不值得做」「这个方向对不对」。分工明确，效率最高。
完整时间线
Day 1
├── 我发现 WorkBuddy 默认生图带水印
├── 让 WorkBuddy 去翻源码
├── WorkBuddy 找到 LogoAdd 参数（未设置 = 默认 1）
├── WorkBuddy 封装 hunyuan-no-watermark Skill（LogoAdd=0）
├── 跑脚本 → 超时
├── WorkBuddy 反复测试 → 全部超时
└── 暂时搁置，用内置 ImageGen 凑合
Day 2
├── WorkBuddy 打印 API 原始返回值
├── 发现 JobStatusCode 是字符串 "5" 而非整数 5
├── WorkBuddy 加 int() 类型转换
├── 5 秒出图，无水印 ✓
├── WorkBuddy 批量测试 5 种风格，30 秒完成 ✓
└── 搞定！写在最后
这件事给我的感触挺深的。
WorkBuddy 升级后能生图了，这是好事。但默认带水印这个设定，对需要公开发布内容的用户来说是个硬伤。
好在工作 Buddy 是开放的——源码可以看、Skill 可以自己写、参数可以自己调。这不是每个 AI 工具都能做到的。
整个折腾过程，其实是「我和 AI 协作」的一个缩影：
- 我提出问题（生图带水印，能不能解决？）
- WorkBuddy 去执行（翻源码、写脚本、封装 Skill）
- 遇到 Bug，WorkBuddy 自己排查（打印原始数据、发现类型不匹配）
- 修完验证，交付成品
AI 能帮你写代码、调参数、生成图片，但 问题得你来提，方向得你来定。
这才是「AI 协作」的正确打开方式。
