zhz-image-gen

中文AI图片生成工具，支持通义万相(DashScope)接口。用于生成漫画、插图、海报等图片内容。当用户需要生成图片时使用。

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

bash

pip install requests pyyaml

快速开始

bash

# 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：

1. .zhz-skills/image-gen/config.yaml（项目级）
2. ~/.zhz-skills/image-gen/config.yaml（用户级）

配置文件格式：

yaml

# 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

bash

python scripts/main.py --prompt "一只可爱的猫咪" --image cat.png

指定尺寸和宽高比

bash

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）

bash

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

bash

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