技能介绍

解决什么问题

在构建自动化工作流或智能体应用时，常常需要一个可靠、可编程的方式来生成图像。直接操作图像生成模型的 API 往往涉及复杂的鉴权、参数校验和状态管理。此技能将即梦（JiMeng） 的文生图能力封装为一套标准化的命令行接口（CLI），使你能够通过 dreamina text2image 命令，在终端、脚本或任何支持 CLI 调用的环境中快速集成图像生成能力，专注于业务逻辑而非底层协议。

技能如何工作

该技能的核心是提供了对 dreamina text2image 命令的参数约定和操作指南。其工作流主要分为三个阶段：

验证与准备：在提交任务前，通过运行 dreamina text2image -h 确认当前 CLI 版本支持的参数、模型（如 5.0Pro）与分辨率矩阵。这确保了你的调用命令在语法和业务规则上是有效的。
提交任务：构建并提交生成请求。这是一个关键步骤，必须显式指定 --resolution_type=1k|2k|4k，并确保 --width 与 --height 成对出现且为正整数，不能与 --ratio 参数同时使用。提交命令会消耗账户积分，并返回一个 submit_id，这是后续查询的唯一标识。
轮询与获取结果：使用 submit_id 反复调用查询命令。状态会经历 querying（已受理）到 success 或 fail 的最终状态。若成功，可指定 --download_dir 下载生成的文件；若失败，则报告 fail_reason 进行诊断。

边界与注意事项

请清晰认识此技能的适用范围：

仅适用于文本到图像生成。不应将其用于图生图、视频生成或纯粹的提示词优化，这些场景有对应的专用技能。
必须遵守参数规则：--resolution_type 是必填项（v1.4.15 规则），忽略它会导致请求被拒。同时，自定义宽高与预设比例（--ratio）互斥。
模型标识是 Token：在命令中，模型名称必须使用其 token 格式（如 5.0Pro），而非人类可读的展示名（如 5.0 Pro）。
理解异步状态：querying 仅表示任务已被受理，不是最终成功状态，必须继续轮询直至明确成功或失败。
积分消耗：每次成功的提交都会消耗积分，应在操作前向用户明确说明。