modelscope-image

通过魔搭社区(ModelScope) API 生成图片。先使用 --list-models 查看可用模型，然后根据用户需求由 AI 生成专业的提示词，最后调用 API 生成图片。支持 Kolors、Stable Diffusion XL、FLUX 等多种文生图模型。当用户需要使用魔搭社区、ModelScope 或中文 AI 模型生成图片时使用此技能。

baiyz0825@baiyz0825

Install

openclaw skills install @baiyz0825/modelscope-image

魔搭社区图片生成

通过魔搭社区（ModelScope）API 调用多种文生图模型生成图片。使用流程：查看模型列表 → 选择模型 → AI 生成提示词 → 生成图片。

概述

本技能支持通过魔搭社区 API 生成高质量图片。核心特点：

预配置模型列表 - 无需网络请求，直接查看可用模型
AI 生成提示词 - 根据用户需求场景生成专业优化的提示词
多模型支持 - Kolors、Stable Diffusion XL、FLUX 等

使用场景

当出现以下情况时使用本技能：

用户请求使用魔搭社区或 ModelScope 生成图片
用户需要从中文文本提示词生成图片
用户需要专业优化的提示词来生成高质量图片

工作流程

第一步：查看可用模型

bash

python3 {baseDir}/scripts/gen.py --list-models

这会显示完整的模型信息：

推荐模型：预设的高质量模型，包含 ID、名称、说明、支持语言
其他模型：更多支持 API 推理的模型，同样显示完整信息

模型列表存储在 references/models.md 中，方便后期新增和修改。

第二步：选择模型（使用子agent）

重要：当需要与用户交互确认风格和模型选择时，建议使用子agent处理。

原因：

防止上下文污染（模型列表有 30+ 个，详细信息会占用大量 token）
模型选择是一个独立决策过程，不应在主对话中展开
用户可能需要多次比较不同模型，子agent可以独立处理

使用方式：

python

# 启动子agent处理模型选择
Task(
    subagent_type="general-purpose",
    prompt="根据用户需求，从 references/models.md 中推荐最合适的模型。用户需求：{user_request}",
    description="帮助用户选择合适的文生图模型"
)

子agent应：

加载 references/models.md
根据用户需求（风格、语言、场景）推荐 2-3 个最合适的模型
说明每个模型的特点和适用场景
等待用户确认
将确认结果返回给主agent

第三步：AI 生成专业提示词

根据用户的需求场景，AI 会生成专业的提示词。

提示词结构：

text

主体 + 细节描述 + 背景 + 风格 + 光影

示例：

用户需求："生成一张猫的照片"
AI 生成提示词：一只优雅的橘猫，蓬松的毛发，灵动的眼神，躺在柔软的沙发上，温馨的家居环境，电影级摄影风格，自然阳光照射

提示词生成技巧请参考：references/prompt_guide.md

第四步：生成图片

bash

python3 {baseDir}/scripts/gen.py \
  --prompt "<AI生成的提示词>" \
  --model <用户确认的模型>

简称	特点	支持语言
`kolors`	快手可图，高质量生成（默认）	中文、英文
`qwen-image`	通义千问图像，下载量 230万+	中文、英文
`qwen-image-2512`	通义千问最新版，写实摄影	中文、英文
`z-image-turbo`	阿里造相快速版，下载量 408K	英文
`flux-dev`	FLUX.1-dev，下载量 130万+	英文
`flux-schnell`	FLUX.1 schnell，快速生成	英文
`sd-x1`	SDXL，高质量艺术创作	英文
`sd-turbo`	SDXL Turbo，快速生成	英文
`majicflus`	麦橘超然，下载量 54万+	英文

场景	推荐模型
中文提示词	`kolors`, `qwen-image`, `qwen-image-2512`
快速生成	`sd-turbo`, `z-image-turbo`
高质量艺术	`sd-x1`, `flux-dev`
写实摄影	`qwen-image`, `flux-xhs`
人像	`sdxl-asian`, `majicmix-realistic`
小红书风格	`flux-xhs`

使用示例

示例 1：人物肖像

bash

# 查看模型
python3 {baseDir}/scripts/gen.py --list-models

# AI 生成提示词并执行
python3 {baseDir}/scripts/gen.py \
  --prompt "优雅的女性，精致的妆容，温柔的眼神，华丽的晚礼服，城市夜景背景，电影级肖像风格，柔和的伦勃朗光" \
  --model kolors \
  --count 4

示例 2：自然风景

bash

python3 {baseDir}/scripts/gen.py \
  --prompt "壮丽的雪山，云雾缭绕，倒影如镜的湖泊，蔚蓝天空，超写实摄影风格，黄金时刻光线" \
  --model sd-x1

示例 3：赛博朋克城市

bash

python3 {baseDir}/scripts/gen.py \
  --prompt "未来城市夜景，高耸的摩天大楼，霓虹闪烁的街道，全息广告牌，飞行的汽车，赛博朋克风格，夜幕下的霓虹灯光" \
  --model flux-schnell \
  --count 8

命令参数

bash

python3 {baseDir}/scripts/gen.py [选项]

必需参数:
  --prompt TEXT        图片提示词（由 AI 根据用户需求生成）

可选参数:
  --model TEXT         模型名称或 ID [默认: kolors]
  --count INT         生成图片数量 [默认: 4]
  --size TEXT         图片尺寸 [默认: 1024x1024]
  --out-dir PATH      输出目录 [默认: ./tmp/modelscope-image-gen-TIMESTAMP]
  --api-key TEXT      API Key（或设置 MODELSCOPE_API_KEY 环境变量）
  --list-models       列出所有可用的文生图模型

提示词生成指南

核心结构

text

主体 + 细节描述 + 背景 + 风格 + 光影

五大要素

主体：画面的核心元素（人物、物体、场景）
细节描述：动作、表情、服饰、材质、颜色
背景：环境、场景、氛围
风格：艺术流派、艺术家风格、视觉风格
光影：光线类型、方向、强度

生成原则

词序权重：重要元素前置
具体化：避免模糊词汇
长度控制：中文 20-50 字
风格统一：元素协调一致

快速示例

人物肖像

text

优雅的女性，精致的妆容，温柔的眼神，华丽的晚礼服，
城市夜景背景，电影级肖像风格，柔和的伦勃朗光

自然风景

text

壮丽的雪山，云雾缭绕，倒影如镜的湖泊，
蔚蓝天空，超写实摄影风格，黄金时刻光线

详细指南请查看：references/prompt_guide.md

输出内容

生成完成后，输出目录包含：

*.png - 生成的图片文件
prompts.json - 提示词与文件名映射
index.html - HTML 图片库（浏览器打开查看）

API 端点

图片生成接口：

text

POST https://api-inference.modelscope.cn/v1/images/generations

认证方式：

http

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

注意：

API 兼容 OpenAI 格式
可使用 OpenAI SDK 调用
详细文档：references/api_reference.md

使用限制

根据魔搭社区的规定：

仅支持特定模型：只有标记为 inference_type 的模型才能通过 API 调用
非商业用途：API Inference 为非商业化产品
并发限制：建议控制并发请求数量
速率限制：可能存在请求频率限制

详细说明：https://modelscope.cn/docs/model-service/API-Inference/limits

故障排除

缺少 API Key

text

错误: 缺少 MODELSCOPE_API_KEY

解决方案：

bash

export MODELSCOPE_API_KEY='your-api-key'

获取 API Key：https://modelscope.cn/my/myaccesstoken

模型不支持 API

确保使用 --list-models 中列出的模型。

提示词效果不佳

增加具体细节描述
指定明确的风格
调整词序，重要元素前置
控制提示词长度（20-50 中文字）

modelscope-image

Install

魔搭社区图片生成

概述

使用场景

工作流程

第一步：查看可用模型

第二步：选择模型（使用子agent）

第三步：AI 生成专业提示词

第四步：生成图片

推荐模型

核心推荐（默认使用）

按场景快速选择

使用示例

示例 1：人物肖像

示例 2：自然风景

示例 3：赛博朋克城市

命令参数

提示词生成指南

核心结构

五大要素

生成原则

快速示例

输出内容

API 端点

使用限制

故障排除

缺少 API Key

模型不支持 API

提示词效果不佳

相关资源

相关链接

modelscope-image

Install

魔搭社区图片生成

概述

使用场景

工作流程

第一步：查看可用模型

第二步：选择模型（使用子agent）

第三步：AI 生成专业提示词

第四步：生成图片

推荐模型

核心推荐（默认使用）

按场景快速选择

使用示例

示例 1：人物肖像

示例 2：自然风景

示例 3：赛博朋克城市

命令参数

提示词生成指南

核心结构

五大要素

生成原则

快速示例

输出内容

API 端点

使用限制

故障排除

缺少 API Key

模型不支持 API

提示词效果不佳

相关资源

相关链接

Related skills