类别：provider

Model Studio Qwen Image Edit

验证

mkdir -p output/aliyun-qwen-image-edit
python -m py_compile skills/ai/image/aliyun-qwen-image-edit/scripts/prepare_edit_request.py && echo "py_compile_ok" > output/aliyun-qwen-image-edit/validate.txt

通过标准：命令退出码为 0，且生成文件 output/aliyun-qwen-image-edit/validate.txt。

输出与证据

• 将编辑请求载荷（payload）、结果 URL 及模型参数保存至 output/aliyun-qwen-image-edit/ 目录下。
• 保留一组样本请求/响应对，以确保可复现性。

请使用 Qwen Image Edit 模型执行基于指令的图像编辑任务，而非文本生成图像（text-to-image）任务。

关键模型名称

请严格使用以下任一精确模型字符串：

• qwen-image-edit
• qwen-image-edit-plus
• qwen-image-edit-max
• qwen-image-2.0
• qwen-image-2.0-pro
• qwen-image-2.0-2026-03-03
• qwen-image-2.0-pro-2026-03-03
• qwen-image-edit-plus-2025-12-15
• qwen-image-edit-max-2026-01-16

前提条件

• 在虚拟环境中安装 SDK：

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

• 在环境变量中设置 DASHSCOPE_API_KEY，或在 ~/.alibabacloud/credentials 文件中添加 dashscope_api_key 配置项。

标准化接口（image.edit）

请求参数

• prompt（字符串，必填）
• image（字符串或字节流，必填）：源图像的 URL、本地路径或原始字节数据
• mask（字符串或字节流，可选）：用于指定待修复区域的掩码图像
• size（字符串，可选）：例如 1024*1024
• seed（整数，可选）

响应字段

• image_url（字符串）
• seed（整数）
• request_id（字符串）

操作指南

• 提示词应聚焦具体任务：明确说明需修改的内容及需保留的部分。
• 对确定性的局部编辑，请使用掩码（mask）控制影响范围。
• 将输出图像资产保存至对象存储服务，仅在系统中持久化存储其 URL。
• 如需保持主体一致性，请在 prompt 中显式声明约束条件。

本地辅助脚本

生成标准化请求 JSON 并校验响应结构：

.venv/bin/python skills/ai/image/aliyun-qwen-image-edit/scripts/prepare_edit_request.py 
  --prompt "Replace the sky with sunset, keep buildings unchanged" 
  --image "https://example.com/input.png"

输出路径

• 默认输出目录：output/aliyun-qwen-image-edit/images/
• 可通过环境变量 OUTPUT_DIR 覆盖基础目录。

工作流程

1. 确认用户意图、目标区域、资源标识符，以及该操作是否为只读或可变更（mutating）类型。
2. 首先执行一次最小化的只读查询，以验证连接性与权限配置。
3. 使用明确参数与受限作用域执行目标操作。
4. 校验结果，并保存输出文件与证据文件。

参考资料

• references/sources.md