Agent Skills
返回列表
🎨

通义千问图像生成

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 @org-eyw2ohcx/qianwen-ai-qianwen-ai-image。

技能介绍

要解决什么问题

在 Agent 里做图像任务时,容易踩三类坑:纯文生图误用需要参考图的模型(例如对 wan2.6-image 只发 prompt)、Token Plan 密钥(sk-sp-...)与按量计费密钥混用导致脚本直接退出,以及多图输出时文件名互相覆盖。本技能把 Wan 与 Qwen Image 系列接到统一执行路径上,用模式表(t2i / image-edit / i2i / interleave)对齐「用户意图 → 模型」选择。

技能如何工作

默认通过技能目录下的 scripts/image.py 发起同步或异步请求,支持 --request JSON、--file、 --model、--output 与 --async。核心能力包括:

  • 文生图:默认 wan2.6-t2i;低成本可用 z-image-turbo(仅同步、无 n、无参考图)
  • 参考图编辑:1~4 张参考图的风格迁移、主体一致性、多图合成;复杂中英混排海报可用 qwen-image-2.0-pro
  • 图生图融合:wan2.5-i2i-preview 做单图保主体编辑或多图物体置入场景
  • 图文交错:wan2.6-image 的 interleave,适合分步教程类输出

配套 references/prompt-guide.md、execution-guide.md 在 Python 不可用时提供 curl 与代码生成备选路径。凭证一律用环境变量引用(如 DASHSCOPE_API_KEY),禁止明文输出密钥。

边界与注意点

  • 禁止用 Token Plan 密钥;脚本启动即检测并 exit 1
  • 纯文生图不要用 wan2.6-image(无参考图且无 enable_interleave 会报错)
  • qwen-image-plus / qwen-image-max 仅固定分辨率、异步端点
  • 模型列表有时效性,决策前应对照官方目录或 qianwen-model-selector
  • 同一会话多文件输出须加数字后缀(如 out_1.png)避免覆盖

使用场景

  • 产品原型阶段只用文字描述,需要批量出不同风格的界面概念图再评审
  • 已有角色或品牌参考图,要在新场景里保持同一主体外观生成系列营销素材
  • 教程文档需要「一步一图」的交错排版,而不是先写全文再手工插图
  • 海报里中英文标语必须可读,要在一张或多张参考图上做精确文字与元素替换

适合人员

  • 接品牌客户需求、常做风格迁移与多图合成的视觉设计师
  • 在 Agent 工作流里自动出图、又要按任务切换 Wan/Qwen 模型的全栈或工具工程师
  • 写技术博客或课程、需要图文交错长文配图的内容作者
  • 运维通义密钥与计费类型、需避免 Token Plan 密钥误配进图像脚本的平台管理员