技能名称: taizi-alicloud-ai-image
详细描述:
分类: provider

Model Studio Qwen Image

通过标准化 image.generate 的输入/输出，并使用 DashScope SDK（Python）配合精确模型名称，为视频智能体管道构建一致的图像生成行为。

前提条件

• - 安装 SDK（建议在虚拟环境中安装，以避免 PEP 668 限制）：

bash
python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope

• - 在环境中设置 DASHSCOPEAPIKEY，或将 dashscopeapikey 添加到 ~/.alibabacloud/credentials 文件中（环境变量优先级更高）。

关键模型名称

使用以下精确模型字符串之一：

• - qwen-image-max
• qwen-image-plus-2026-01-09

标准化接口 (image.generate)

请求

• - prompt（字符串，必填）
• negativeprompt（字符串，可选）
• size（字符串，必填）例如 10241024、7681024
• style（字符串，可选）
• seed（整数，可选）
• referenceimage（字符串 | 字节，可选）

响应

• - image_url（字符串）
• width（整数）
• height（整数）
• seed（整数）

快速开始（标准化请求 + 预览）

最小化的标准化请求体：

json
{
prompt: a cinematic portrait of a cyclist at dusk, soft rim light, shallow depth of field,
negative_prompt: blurry, low quality, watermark,
size: 1024*1024,
seed: 1234
}

预览工作流（下载后打开）：

bash
curl -L -o output/ai-image-qwen-image/images/preview.png URLFROM_RESPONSE> && open output/ai-image-qwen-image/images/preview.png

本地辅助脚本（JSON 请求 -> 图像文件）：

bash
python skills/ai/image/alicloud-ai-image-qwen-image/scripts/generate_image.py \\
--request {prompt:a studio product photo of headphones,size:1024*1024} \\
--output output/ai-image-qwen-image/images/headphones.png \\
--print-response

参数一览

快速入门（Python + DashScope SDK）

使用 DashScope SDK，并将标准化请求映射到 SDK 调用中。
注意：对于 qwen-image-max，DashScope SDK 当前通过 ImageGeneration（基于消息）成功执行，而不是 ImageSynthesis。
如果您使用的 SDK 版本对参考图像期望不同的字段名称，请相应地调整 input 映射。

python
import os
from dashscope.aigc.image_generation import ImageGeneration

优先使用环境变量进行身份验证：export DASHSCOPEAPIKEY=...

或者使用 ~/.alibabacloud/credentials 文件，在 [default] 下包含 dashscopeapikey。

def generate_image(req: dict) -> dict:
messages = [
{
role: user,
content: [{text: req[prompt]}],
}
]

if req.get(reference_image):
# 某些 SDK 版本在消息内容中接受 {image: }。
messages[0][content].insert(0, {image: req[reference_image]})

response = ImageGeneration.call(
model=req.get(model, qwen-image-max),
messages=messages,
size=req.get(size, 1024*1024),
apikey=os.getenv(DASHSCOPEAPI_KEY),
# 如果后端支持，传递可选参数。
negativeprompt=req.get(negativeprompt),
style=req.get(style),
seed=req.get(seed),
)

# 响应是生成风格的信封；提取第一个图像 URL。
content = response.output[choices][0][message][content]
image_url = None
for item in content:
if isinstance(item, dict) and item.get(image):
image_url = item[image]
break
return {
imageurl: imageurl,
width: response.usage.get(width),
height: response.usage.get(height),
seed: req.get(seed),
}

错误处理

输出位置

• - 默认输出：output/ai-image-qwen-image/images/
• 通过 OUTPUT_DIR 覆盖基础目录。

操作指南

• - 将返回的图像存储在对象存储中，仅在元数据中持久化 URL。
• 通过 (prompt, negativeprompt, size, seed, referenceimage hash) 缓存结果，以避免重复费用。
• 为临时性的 429/5xx 响应添加指数退避重试。
• 某些后端会忽略 negative_prompt、style 或 seed；将其视为尽力而为的输入。
• 如果响应中不包含图像 URL，则显示明确的错误，并使用简化的提示重试一次。

尺寸说明

• - 使用 WxH 格式（例如 10241024、7681024）。
• 优先使用常见尺寸；不支持的尺寸可能返回 400 错误。

Telegram / 频道投递

当用户通过 Telegram（或其他渠道）请求图像生成时，在生成图像并将其保存到工作区 output/ai-image-qwen-image/images/ 后，使用 message 工具发送图像：action=send，target=telegram，media=。当会话可能包含混合来源（例如 control-ui）时，始终传递明确的 target：从用户消息的 Conversation info 元数据中提取 senderid，并使用 target: id>（例如 target: 6869266119）以确保投递到正确的 Telegram 私聊，并避免出现“bot is not a member of the channel chat”错误。使用 file:// 绝对路径（例如 file:///Users/fresh/.openclaw/workspace/output/ai-image-qwen-image/images/xxx.png）。不要使用 ~/ 路径。