中文AI图片生成工具
基于通义万相(DashScope)接口的图片生成工具，专为中文用户设计。
安装依赖
pip install requests pyyaml
快速开始
# 生成图片
python scripts/main.py --prompt "一只猫" --image cat.png
# 指定参数
python scripts/main.py --prompt "美丽的风景" --image out.png --ar 16:9 --quality 2k
命令行参数
| 参数 | 说明 |
|---|---|
--prompt, -p |
提示词文本 |
--promptfiles |
从文件读取提示词（可多个） |
--image |
输出图片路径（必需） |
--model, -m |
模型ID（默认：qwen-image-3.0-pro） |
--ar |
宽高比（16:9, 1:1, 4:3, 3:4 等） |
--size |
指定尺寸（宽x高，如 1024x1024） |
--quality |
质量等级：normal（普通）或 2k（高清），默认 2k |
--ref |
参考图片（仅 wan2.7-image 系列模型支持） |
支持的模型
| 模型 | 说明 | 特点 |
|---|---|---|
qwen-image-3.0-pro |
通义万相3.0专业版 | 最新模型，质量最高，自动优化 |
qwen-image-3.0 |
通义万相3.0标准版 | 最新模型，速度快 |
qwen-image-2.0-pro |
通义万相2.0专业版 | 支持自定义尺寸，质量高 |
qwen-image-2.0 |
通义万相2.0标准版 | 支持自定义尺寸，速度快 |
wan2.7-image-pro |
万相2.7图片专业版 | 支持参考图片，最高4K |
wan2.7-image |
万相2.7图片标准版 | 支持参考图片 |
配置文件
工具会自动加载配置文件，按以下优先级查找：
.zhz-skills/image-gen/config.yaml（项目级）~/.zhz-skills/image-gen/config.yaml（用户级）
配置文件格式：
# 默认模型
default_model: qwen-image-3.0-pro
# 默认质量
default_quality: 2k
# 默认宽高比
default_aspect_ratio: "1:1"
环境变量
| 变量 | 说明 |
|---|---|
DASHSCOPE_API_KEY |
通义万相API密钥（可选） |
DASHSCOPE_BASE_URL |
自定义API端点（可选） |
DASHSCOPE_IMAGE_MODEL |
模型（可选） |
使用示例
基本生成
python scripts/main.py --prompt "一只可爱的猫咪" --image cat.png
指定尺寸和宽高比
python scripts/main.py --prompt "壮丽的山川" --image landscape.png --ar 16:9 --quality 2k
使用参考图片（仅 wan2.7 模型）
python scripts/main.py --prompt "保持人物特征，更换背景为海滩" \
--image output.png \
--model wan2.7-image-pro \
--ref reference.png
从文件读取提示词
python scripts/main.py --promptfiles prompt.txt --image output.png
注意事项
- 生成图片通常需要 15-30 秒
- 参考图片仅 wan2.7-image 系列模型支持，最多9张
- API密钥需要从通义万相控制台获取
- 配置文件优先级高于环境变量