Qwen-Image 图片生成 Skill

通过 Gitee AI 的 OpenAI-compatible Images API 调用 Qwen-Image 模型：

• Endpoint: https://ai.gitee.com/v1/images/generations
• Model: Qwen-Image
• 认证：环境变量 API_TOKEN
• 请求方式：POST
• 请求类型：application/json

使用前检查

确保已经设置 API Token：

export API_TOKEN="your-gitee-api-token"

不要把 token 写入 prompt、文件、日志或代码，也不要在回复中展示 token。

支持的尺寸

size 只能使用以下值：

• 256x256
• 512x512
• 1024x1024
• 1024x768
• 768x1024
• 1024x576
• 576x1024
• 1024x640
• 640x1024

用户只给出宽高或比例时，优先映射到最接近的合法尺寸，并告知实际使用的尺寸。

标准文生图调用

curl https://ai.gitee.com/v1/images/generations \
  -X POST \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_TOKEN" \
  -d '{
    "prompt": "一副典雅庄重的对联悬挂于厅堂之中，房间是安静古典的中式布置，桌子上放着青花瓷。对联左侧原样书写“义本生知人机同道善思新”，右侧原样书写“通云赋智乾坤启数高志远”，横批原样书写“智启通义”，字体飘逸工整。中间悬挂一幅中国风岳阳楼画作。",
    "model": "Qwen-Image",
    "size": "1024x1024",
    "num_images_per_prompt": 0,
    "num_inference_steps": 4,
    "cfg_scale": 1,
    "seed": [],
    "negative_prompt": "模糊、低质量、文字错误、乱码、错别字、变形、构图混乱、主体缺失",
    "lora_weights": []
  }'

常用请求字段

文字生成质量

Qwen-Image 适合生成包含文字的图像。对于对联、海报、招牌、书法和 UI 文字：

1. 在 prompt 中明确要求文字“原样书写”，逐字提供文本。
2. 明确文字所在位置、阅读方向、字体风格和排版层级。
3. 将“乱码、错别字、漏字、重复字、不可读文字”放入 negative_prompt。
4. 生成后检查文字是否准确；即使模型支持文字生成，也不能保证每个字完全正确。

调用规则

1. 使用 model: "Qwen-Image"，默认 num_inference_steps: 4、cfg_scale: 1。
2. 用户未指定尺寸时使用 1024x1024。
3. 用户指定比例时从支持列表中选择最接近的尺寸，并说明实际尺寸。
4. 用户指定负面要求时放入 negative_prompt，不要将其作为正向内容描述。
5. 优先按参考请求传 num_images_per_prompt: 0、seed: []；若接口返回参数校验错误，再分别改为 1 和数字种子重试一次。
6. 解析成功响应中的图片 URL 或 b64_json。若返回 base64，应解码为 PNG/JPEG 文件后再向调用方返回文件路径。
7. 若接口返回任务 ID而非图片，按照服务端响应提供的状态查询接口继续查询；不得伪造生成成功。
8. HTTP 错误时保留状态码和服务端错误信息摘要，隐藏 Authorization 头和 token；先检查 token、JSON、模型名、尺寸和参数类型，再进行一次有针对性的重试。

安全与质量提示

• 不要把 API token 写入代码、prompt、文件或日志。
• 对真实人物、版权角色和敏感内容遵守上层安全政策及服务端限制。
• 对联、书法和海报中的文字可能存在拼写或布局误差，应在交付前人工核验。
• 不要伪造接口响应、图片 URL 或本地生成文件。