技能介绍

要解决的问题

把生成请求稳定地送到 Gitee AI Images API，需要统一处理认证、参数校验、参考图组装和响应解析。直接手写容易在几个地方出错：size 用了 1024*1024、参考图传入了本地路径、images 里混入无法访问的 URL，以及接口返回任务 ID 时被当成已出图。

技能如何工作

该技能把 qwen-image-2.0 文生图与多图参考生成收敛到 POST https://ai.gitee.com/v1/images/generations。认证读取环境变量 API_TOKEN，请求体为 application/json，model 固定为 qwen-image-2.0。

核心步骤如下：

读取用户目标、是否提供参考图、期望比例以及负面要求，构造 prompt 与 negative_prompt。
没有参考图时使用纯文生图；有参考图时把图片按顺序放进 images，并在 prompt 中用“图1”“图2”说明用途。
选择尺寸：用户未指定时用 1024x1024；指定比例或宽高时，从合法列表中选最接近的一项，并说明实际尺寸。
使用常见默认值：images: []、n: 1、watermark: false、seed: 0。
解析响应中的图片 URL 或图片数据；若返回任务 ID，继续查询任务状态，只有拿到可用结果才算成功。

多图场景尤其依赖 prompt 的指代顺序。例如可以把服装、姿势、构图或风格逐项绑定到对应参考图，并说明需要保留的优先级。图片内容应按接口支持的形式传入，例如图片 URL 或 base64；程序读取二进制后安全注入 JSON，避免手工拼接转义错误。

边界与注意点

只能使用规范尺寸：1024x1024、1152x864、864x1152、1344x768、768x1344、1248x832、832x1248、1536x1024、1024x1536；宽高必须用 x 连接。
不要把本地路径、未编码二进制或不可访问 URL 塞进 images。
不要把 API_TOKEN 写入 prompt、文件、日志或回复。
真实人物、版权角色或敏感内容需遵守上层安全政策和服务端限制。
多图融合不一定能完整保留身份、服装细节或姿势，交付前应检查实际结果。
HTTP 错误时保留状态码和服务端错误摘要，隐藏认证头；先检查 token、JSON、图片格式、模型名和尺寸，再针对性重试。