Qwen Image Skill

---

name: qwen-image

description: >

调用阿里云百炼（DashScope/Model Studio）平台上的千问及万相2.6模型，完成图像生成与编辑任务。

当用户涉及以下任何场景时，必须使用此 skill：

- 调用千问或万相2.6模型生成、编辑图片

- 百炼平台图像相关 API

- 使用 dashscope SDK 访问 qwen-image / wan2.6 模型

- 文生图、图像编辑、图文混排输出

- 用户提及 qwen-image、wan2.6-image、wan2.6-t2i 等关键词

version: 1.0.0

metadata:

openclaw:

requires:

env:

- DASHSCOPE_API_KEY

anyBins:

- uv

- pip

primaryEnv: DASHSCOPE_API_KEY

install:

- kind: uv

package: uv

bins: [uv]

emoji: "🎨"

homepage: https://help.aliyun.com/zh/model-studio/text-to-image

---

# Qwen Image Skill

通过运行捆绑的脚本实现所有图像功能。**先检查环境，再运行命令。**

第一步：确认地域（必须先问）

**各地域的 API Key 与请求地址完全独立，不可混用，否则鉴权失败。**

如果用户未说明地域，**必须先询问**：

> 您使用的是哪个地域的百炼服务？

>> - **中国大陆**（北京）→ `--region cn`（**默认，可省略**）

> - **弗吉尼亚**（美国，仅 wan26 支持）→ `--region us`

确认后，在所有命令中统一加上对应的 `--region` 参数。

第二步：环境检查

# 检查 uv 是否可用
command -v uv

# 检查 API Key
echo $DASHSCOPE_API_KEY

**关于 Python 依赖（dashscope、requests）：**

脚本顶部包含 [PEP 723](https://peps.python.org/pep-0723/) 内联依赖声明：

# /// script
# requires-python = ">=3.9"
# dependencies = [
#   "dashscope>=1.25.8",
#   "requests>=2.31.0",
# ]
# ///

使用 `uv run` 时，`uv` 会**自动创建隔离虚拟环境并安装上述依赖**，无需手动操作。

**如果 `uv` 不存在**，先安装 uv：

pip install uv --break-system-packages

**如果无法使用 `uv`**，可改用 pip 手动安装依赖后直接运行脚本：

pip install "dashscope>=1.25.8" "requests>=2.31.0"
python $SKILL_SCRIPT text2img --prompt "..."

如果 API Key 为空：提示用户设置对应地域的 API Key：

第三步：脚本路径

SKILL_SCRIPT="<skill安装路径>/scripts/run.py"

安装位置因环境而异，请根据实际情况替换，例如：

---

地域与功能限制

| 子命令 | 模型 | 中国大陆（cn） | 海外/新加坡（intl） | 弗吉尼亚（us） |

|--------|------|:---:|:---:|:---:|

| `text2img` | qwen-image-2.0-pro（默认）/ qwen-image-2.0 / qwen-image-max / qwen-image-plus / qwen-image | ✅ | ✅ | ❌ |

| `edit` | qwen-image-2.0-pro（默认）/ qwen-image-2.0 / qwen-image-edit-max / qwen-image-edit-plus / qwen-image-edit | ✅ | ✅ | ❌ |

| `wan26` | wan2.6-image（默认）/ wan2.6-t2i | ✅ | ✅ | ✅ |

---

模型选择指南

text2img 可用模型

| 模型 | 特点 | 多图输出 |

|------|------|---------|

| `qwen-image-2.0-pro`（**默认**）| 旗舰，文字渲染/真实质感/语义遵循最强 | 1-6 张 |

| `qwen-image-2.0` | 加速版，兼顾效果与速度 | 1-6 张 |

| `qwen-image-max` | Max 系列，真实感更强，AI 痕迹更低 | 固定 1 张 |

| `qwen-image-plus` | Plus 系列，多样化艺术风格与文字渲染 | 固定 1 张 |

| `qwen-image` | 基础版（与 qwen-image-plus 能力相同） | 固定 1 张 |

edit 可用模型

| 模型 | 特点 | 多图输出 |

|------|------|---------|

| `qwen-image-2.0-pro`（**默认**）| 旗舰，文字渲染/真实质感/语义遵循最强 | 1-6 张 |

| `qwen-image-2.0` | 加速版，兼顾效果与速度 | 1-6 张 |

| `qwen-image-edit-max` | Max 系列，工业设计/几何推理/角色一致性强 | 1-6 张 |

| `qwen-image-edit-plus` | Plus 系列，多图输出与自定义分辨率 | 1-6 张 |

| `qwen-image-edit` | 基础版，单图编辑和多图融合 | 固定 1 张 |

wan26 可用模型

| 模型 | 用途 | 输入图 |

|------|------|------|

| `wan2.6-image`（**默认**）| 图像编辑（1-4张参考图）或图文混排/文生图 | 编辑：1-4 张；混排：0-1 张 |

| `wan2.6-t2i` | 纯文生图（图文混排输出） | 不支持 |

---

命令速查

> 默认地域为中国大陆（`--region cn`），可省略。海外用户需显式添加 `--region intl` 或 `--region us`。

千问文生图

uv run $SKILL_SCRIPT text2img \
  --prompt "冬日雪景中的古典中式庭院，飞檐斗拱" \
  --model qwen-image-2.0-pro \
  --size 2048*2048 \
  --n 1 \
  --region cn \
  --output-dir .

千问图像编辑（1-3 张输入图）

uv run $SKILL_SCRIPT edit \
  --prompt "将图中女孩的服装改为红色旗袍" \
  --images "https://example.com/photo.jpg" \
  --model qwen-image-2.0-pro \
  --size 1024*1024 \
  --n 1 \
  --region cn \
  --output-dir .

多图融合示例（最多3张）：

uv run $SKILL_SCRIPT edit \
  --prompt "使用图1的城市作为底图，将图2的卡通形象放置在建筑物周围" \
  --images "https://example.com/city.jpg" "https://example.com/character.png" \
  --model qwen-image-2.0-pro \
  --region cn \
  --output-dir .

万相2.6图像编辑（wan2.6-image，1-4张输入图）

uv run $SKILL_SCRIPT wan26 \
  --prompt "参考图1的风格和图2的背景，生成番茄炒蛋" \
  --images "https://example.com/style.png" "https://example.com/bg.jpg" \
  --model wan2.6-image \
  --n 1 \
  --size 1K \
  --region cn \
  --output-dir .

万相2.6文生图/图文混排（wan2.6-image 无图 或 wan2.6-t2i）

uv run $SKILL_SCRIPT wan26 \
  --prompt "给我一个3张图的辣椒炒肉教程" \
  --model wan2.6-t2i \
  --max-images 3 \
  --size 1280*1280 \
  --region cn \
  --output-dir .

---

常用参数参考

| 参数 | 说明 |

|------|------|

| `--region cn` | 中国大陆（北京，**默认值**） |

| `--region intl` | 海外/新加坡 |

| `--region us` | 弗吉尼亚（仅 wan26） |

| `--n` | 生成数量（text2img/edit: 2.0系列1-6张，其余固定1；wan26编辑模式1-4） |

| `--max-images` | wan26 图文混排模式最多生成图片数（1-5） |

| `--output-dir` | 保存目录（默认当前目录） |

| `--api-key` | API Key（可用环境变量代替） |

| `--no-extend` | 禁用提示词自动扩写 |

| `--seed` | 随机数种子（text2img / edit / wan26） |

| `--watermark` | 添加水印（text2img: Qwen-Image；wan26: AI生成） |

常用 size 值

text2img / edit / wan26 图像编辑（总像素 512×512～2048×2048）

| size | 比例 |

|------|------|

| `2048*2048`（text2img 默认）| 1:1 |

| `2688*1536` | 16:9 横版 |

| `1536*2688` | 9:16 竖版 |

wan26 图像编辑 size 档位

| size | 说明 |

|------|------|

| `1K`（**默认**）| 总像素约 1280×1280，比例跟随最后一张输入图 |

| `2K` | 总像素约 2048×2048，比例跟随最后一张输入图 |

wan2.6-t2i 文生图（总像素 1280×1280～1440×1440）

| size | 比例 |

|------|------|

| `1280*1280`（**默认**）| 1:1 |

| `720*1280` | 9:16 竖版 |

| `1280*720` | 16:9 横版 |

| `1440*1440` | 1:1 高清 |

wan2.6-image 图文混排/文生图（无图输入，总像素 768×768～1280×1280）

| size | 比例 |

|------|------|

| `1280*1280` | 1:1 |

| `720*1280` | 9:16 竖版 |

| `1280*720` | 16:9 横版 |

提示词指南

基础公式

**提示词 = 主体 + 场景 + 风格**

> 示例：`25岁中国女孩，圆脸，优雅的民族服装，室外，电影级光照，半身特写，商业摄影`

进阶公式

**提示词 = 主体描述 + 场景描述 + 风格 + 镜头语言 + 氛围词 + 细节修饰**

> 示例：`由羊毛毡制成的大熊猫，穿着蓝色警服马甲，大步奔跑，动物王国城市街道，夜晚明亮，摄影镜头，居中构图，毛毡风格，皮克斯风格，逆光，4K`

常用词典速查

| 维度 | 常用词 |

|------|--------|

| **景别** | 特写、近景、中景、远景 |

| **视角** | 平视、俯视、仰视、航拍 |

| **镜头** | 微距、超广角、长焦、鱼眼 |

| **风格** | 写实、水彩、水墨、工笔、3D卡通、粘土、折纸、超现实、废土风 |

| **光线** | 自然光、逆光、霓虹灯、氛围光、电影级光照、丁达尔效应 |

反向提示词推荐

低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感，构图混乱，文字模糊，扭曲

---

注意事项

故障排查

| 错误 | 解决方案 |

|------|---------|

| `No API key provided` | `export DASHSCOPE_API_KEY="sk-xxx"` |

| `Model not exist` | 检查模型名拼写，确认地域支持该模型 |

| `quota/permission/403` | API Key 无对应模型权限，或免费额度耗尽 |

| `Task timeout` | 重试或增加等待时间 |