通义万相图像生成与编辑

解决的核心问题

调用阿里 WanX 视觉模型做图像生成或编辑时，开发者需要手动处理版本选择、宽高比到像素尺寸的换算、prompt 扩展、同步调用参数传递，以及最终结果中签名等完整 URL 的提取，这些步骤分散且容易遗漏关键参数，导致生成结果不符合预期或调用失败。

工作原理与核心能力

该技能以命令行脚本为核心，封装了 WanX 模型的图像生成与编辑能力：

• 多版本兼容：默认优先使用最高版本的视觉模型（如 2.6），若模型不可用或被提供商拒绝，自动降级到 2.5 或 2.2 版本，减少开发者的版本适配成本。
• 意图识别与参数处理：自动区分「生成新图像」与「编辑已有图像」的需求；若用户提供图片 URL 或本地路径，直接传递给脚本无需手动读取文件；若指定宽高比，会按规则换算为符合要求的像素尺寸（如 3:4 对应 1104*1472），默认尺寸为 1280*1280。
• 同步调用与完整结果输出：默认采用同步方式调用脚本，执行完成后会返回原始 prompt、扩展后的实际 prompt、图像尺寸，以及包含签名等参数的完整图片 URL，确保结果可直接使用且信息无遗漏。

适用边界与注意事项

• 像素与比例限制：生成图像的总像素数需在 [1280*1280, 1440*1440] 范围内，宽高比需在 [1:4, 4:1] 之间，例如 768*2700 不符合要求。
• 模型版本可用性：若高版本模型不可用，需手动确认降级后的版本是否支持当前编辑功能（如参考图、遮罩图编辑仅部分版本支持）。
• 依赖与凭证要求：需提前配置 Python 3.12+ 环境、DashScope Python SDK 1.25.8+，并在脚本中填入有效的 LLM API 凭证，否则脚本无法正常执行。