Agent Skills
返回列表
Qwen Image 图片生成

Qwen Image 图片生成

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_0064faa7/moark-qwen-image。

技能介绍

要解决什么问题

在 Agent 里做文生图时，若直接拼 HTTP 请求，容易踩坑：size 不在白名单、num_images_per_prompt / seed 与服务端校验不一致、含文字的海报类 prompt 写法不当，以及 API Token 泄露 到日志或回复里。本技能把 Gitee AI 上 OpenAI 兼容 的 Images 端点（https://ai.gitee.com/v1/images/generations）和 Qwen-Image 的调用约定固化成可复用流程。

技能如何工作

  • 认证：仅通过环境变量 API_TOKEN，不在 prompt、文件、日志或代码中写入 token。
  • 标准 POST：Content-Type: application/json，model 固定为 Qwen-Image；默认 size 为 1024x1024，num_inference_steps: 4、cfg_scale: 1。
  • 尺寸映射：size 只能取文档列出的九种组合；用户只给宽高或比例时，映射到最接近的合法尺寸并说明实际值。
  • 字段分工：正向需求写在 prompt（支持中文）；需避免的内容放进 negative_prompt，不要和正向描述重复堆叠。
  • 响应处理：解析 URL 或 b64_json；若为 base64 则解码为 PNG/JPEG 再返回路径；若返回任务 ID 则按状态接口查询，不得伪造生成成功。
  • 含文字图像：对联、海报、招牌、UI 文字等需在 prompt 中逐字给出文本、位置与排版，并在 negative_prompt 中排除乱码、漏字等；生成后仍建议人工核对。

适用边界与注意点

  • 接口 HTTP 失败时保留状态码与错误摘要，隐藏 Authorization；先检查 token、JSON、模型名与尺寸后再做一次有针对性的重试。
  • num_images_per_prompt 优先传 0、seed 优先传 []；若参数校验失败再改为 1 与数字种子各重试一次。
  • 真实人物、版权角色与敏感内容须遵守上层安全政策及服务端限制；文字生成再强也不能保证每个字完全正确。

使用场景

  • 在 Agent 对话里根据中文 prompt 调用 Gitee Images API，生成指定合法尺寸的配图并返回 URL 或本地文件。
  • 为活动海报逐字指定标题与 slogan 的位置和字体风格，用 negative_prompt 压制乱码后再交付设计稿。
  • 用户只描述宽高比时，自动映射到最接近的 256～1024 支持尺寸，并在回复中说明实际 `size`。
  • 接口返回 base64 或异步任务 ID 时，按技能规则解码文件或轮询状态，而不是伪造图片链接。

适合人员

  • 在 Cursor/Agent 里封装 Gitee AI 文生图能力、又不想每次手写 JSON 与尺寸白名单的后端工程师。
  • 需要批量生成带固定中文文案的对联、招牌或书法图，且能接受生成后人工逐字核验的运营或品牌同学。
  • 做 Banner 或竖版封面时只给比例需求，希望模型侧自动选合法尺寸并统一默认推理参数的自动化流程维护者。
  • 对接 OpenAI-compatible Images 接口时，需要规范 token 存放、错误重试与响应解析方式的集成开发者。