qwen-image

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":"[Truncated]","anyBins":"[Truncated]"},"primaryEnv":"DASHSCOPE_API_KEY","install":["[Truncated]"],"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 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：

• 中国大陆：export DASHSCOPE_API_KEY="sk-xxx"（百炼北京控制台获取）
• 海外：export DASHSCOPE_API_KEY="sk-xxx"（Model Studio 新加坡控制台获取）

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：

• ~/.claude/skills/qwen-image/scripts/run.py
• ~/.codex/skills/qwen-image/scripts/run.py
• /path/to/skills/qwen-image/scripts/run.py

---

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

• 有 --images（1-4张）→ 图像编辑模式（wan2.6-image 专用）
• 无 --images 或 --interleave（最多1张图）→ 图文混排/文生图模式（流式输出文字+图片）
• --interleave + 超过1张图 → 报错（混排模式最多1张输入图）

---

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

• 生成图片 URL 有效期 24 小时，脚本已自动下载保存到本地
• wan2.6-t2i 不支持 --images 输入，仅用于文生图
• wan26 图文混排模式会同时保存文字内容（*-wan26-text.txt）和图片

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