> For the complete documentation index, see [llms.txt](https://docs.crew.you/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.crew.you/zh/tools/image-media.md).

# 图片与媒体

Crew 提供全面的图片和媒体工具套件——生成图片、分析照片、处理音频、创建二维码等。

## 图片生成

根据文字描述创建图片：

> "帮我设计一个咖啡店的极简 Logo，名叫 'Morning Brew'，暖色调，干净的设计风格。"

> "帮我生成一张未来感城市天际线在日落时分的插画。"

> "帮我设计一个科技大会的社交媒体横幅，蓝色调，16:9比例。"

### 选项

* **宽高比**：1:1（正方形）、16:9（宽屏）、9:16（竖屏/Story）、4:3、3:4
* **透明背景**：适用于 Logo、图标和贴纸
* **图片编辑**：提供现有图片并描述需要的修改

### 图片编辑

> "把这个 Logo 的配色改成蓝白色调。"

> "帮我把这张照片的背景去掉，变成透明的。"

> "给这张图片加一个节日主题的边框。"

## 图片分析

上传图片让 Crew 分析：

> \[上传照片] "这张图片里是什么？"

> \[上传截图] "帮我识别这张截图上的文字。"

> \[上传图表] "帮我解释这张图表的含义。"

> \[上传产品照] "根据这张照片帮我写一段产品描述。"

### 支持的格式

JPEG、PNG、GIF、WebP（最大 20MB）

## OCR（文字提取）

从图片和扫描文档中提取文字：

> \[上传名片照片] "帮我读取这张名片上的所有联系信息。"

> \[上传收据] "帮我提取这张收据上的项目和总金额。"

> \[上传扫描 PDF] "把这个扫描文档转换成文字。"

支持多种语言，可以处理图片和扫描 PDF。

## ImageMagick（图片处理）

专业级图片处理：

> "把这张图片调整为 800x600 像素。"

> "把这个 PNG 转换成 JPEG。"

> "给这张照片加个水印。"

> "去掉这张产品图的背景。"

### 可用操作

* 调整大小和裁剪
* 格式转换（PNG、JPEG、WebP 等）
* 添加水印
* 滤镜和效果
* 背景去除

## 二维码

### 生成二维码

> "帮我生成一个指向我们网站的二维码：<https://example.com>"

> "帮我生成一个 WiFi 二维码：SSID 'Office-5G'，密码 'welcome123'。"

### 识别二维码

> \[上传二维码图片] "这个二维码里是什么内容？"

## 文字转语音

将文字转换为自然流畅的语音：

> "把这段文字朗读出来，发给我音频文件。"

> "把这份会议摘要转换成中文语音。"

> "帮我用日语朗读这段操作说明。"

### 功能特点

* 支持 **30+ 种语言**
* 提供**男声和女声**选项
* **自动语言检测**——或可以手动指定语言
* **输出格式**：MP3、Opus
* 每次转换最多 5,000 字符

## 语音转文字

将音频文件转写为文字：

> \[上传音频文件] "帮我转写这段录音。"

> "把这条语音备忘录转成文字。"

### 支持的格式

MP3、MP4、M4A、WAV、OGG、WebM、FLAC

### 使用场景

> "帮我转写这段会议录音，然后做一份包含行动项的摘要。"

> "把这期播客转成文字，提炼关键要点。"

## YouTube 摘要

不用看视频就能获取摘要：

> "帮我总结这个视频：\[YouTube URL]"

> "这个讲座的要点是什么？\[YouTube URL]"

返回：标题、频道、时长、播放量、标签和完整字幕摘要。

## 社交媒体分析

分析社交平台的帖子：

> "帮我分析这条 TikTok：\[URL]——内容是什么？"

> "这条 Instagram 帖子在说什么？\[URL]"

**支持的平台**：TikTok、Instagram、Twitter/X、Facebook

返回：作者、互动数据（点赞、评论、分享）、文案、标签和可选字幕。

## 实用场景

### 内容创作流水线

> "帮我构思一个产品照片概念，写一段社交媒体文案，然后设计一张配套的横幅图片，用于新品发布。"

### 文档数字化

> "我有5张手写页面的照片。帮我用 OCR 提取所有文字，然后整理成一份干净的 DOCX 文档。"

### 音频内容

> "帮我转写这段30分钟的采访录音，做一份摘要，然后生成一份专业的 PDF 报告。"

### 活动二维码

> "帮我创建一个指向活动注册页面的二维码，然后生成一张包含二维码的海报图片。"

## 小贴士

* **图片生成时描述要详细**：包括风格、颜色、氛围和构图等细节
* **指定宽高比**：1:1 适合头像，16:9 适合演示文稿，9:16 适合 Instagram Story
* **组合使用**：生成图片 → 用 ImageMagick 调整大小 → 放入 PDF 文档
* **批量处理**：在一次对话中上传多张图片进行 OCR 或分析
