Qwen Image 技能

该技能适用于以下任务：

• 文生图（text-to-image）生成
• 图生图编辑（单张图像）
• 多图融合/编辑（1 至 3 张输入图像）
• 绝不适用于基于图像理解的文件重命名

运行时行为（严格要求）

• qwen-image 是一个技能名称，不是内置工具名。
• 禁止发出名为 qwen-image 的工具调用。
• 首先对本 SKILL.md 执行 read 操作，然后执行下方 Python 命令。
• 硬性要求：不得凭空臆测作答；必须先实际运行脚本。
• 硬性要求：最终助手回复中禁止输出 Markdown 图像语法（如 ![](...)）。
• 硬性要求：最终助手回复中禁止输出 JSON 对象。
• 硬性要求：除非脚本确实成功运行，否则禁止描述图像内容。
• 硬性要求：工具调用阶段的输出中禁止出现 MEDIA:；仅可在最终助手回复中输出 MEDIA:。
• 硬性要求：禁止将 MEDIA: 行转换为 Markdown 图像链接。
• 硬性要求：禁止将本技能用于 OCR、纯图像理解或文件重命名任务。
• 若用户要求根据图像内容重命名文件，请改用 qwen-vision-rename。
• 直接运行命令；禁止输出预检/处理过程说明。
• 除非命令执行失败，否则禁止读取或打印本 SKILL.md 或脚本源码。
• 除非用户明确询问安装/配置方法，否则禁止输出安装或配置说明。
• 必须使用脚本参数 --emit-media-ref。
• 执行成功时：
  1. 从标准输出中解析最后一行 MEDIA_REF:（忽略此前所有 shell 噪声行）
  2. 最终回复必须且仅能为一行：MEDIA:
  3. 若未找到 MEDIA_REF:，需重试命令一次
• 若命令未被执行，则不得发送任何最终答案。
• 执行失败时，须输出恰好两句简短中文：
  1. 失败原因
  2. 可操作的修复建议

配置

安装依赖：

pip3 install -r {baseDir}/requirements.txt

设置 API 密钥：

export DASHSCOPE_API_KEY="your_api_key"

可选：切换服务区域：

export DASHSCOPE_REGION="sg"  # sg 或 bj

或使用 .env 文件（自动从当前目录加载，其次从 {baseDir} 加载）：

cat > .env <<'EOF'
DASHSCOPE_API_KEY=your_api_key
DASHSCOPE_REGION=sg
OPENCLAW_MEDIA_OUTBOUND_DIR=~/.openclaw/media/outbound
OPENCLAW_MEDIA_BASE_URL=
EOF

静态 URL 映射示例（Nginx）：

location /gen/ {
  alias /home/huiya/.openclaw/media/outbound/;
  autoindex off;
}

命令

文生图：

python3 {baseDir}/scripts/qwen_image.py text2img 
  --prompt "上海一家未来主义风格的茶馆，夜晚，电影级布光" 
  --model qwen-image-2.0-pro 
  --size "1024*1024" 
  --n 1 
  --emit-media-ref 
  --publish-dir ~/.openclaw/media/outbound 
  --out-dir {baseDir}/tmp/qwen-image

图生图：

python3 {baseDir}/scripts/qwen_image.py img2img 
  --images ./input.png 
  --prompt "保持构图，将此图转为水彩风格" 
  --model qwen-image-2.0-pro 
  --n 1 
  --emit-media-ref 
  --publish-dir ~/.openclaw/media/outbound 
  --out-dir {baseDir}/tmp/qwen-image

注意事项

• 推荐默认模型：qwen-image-2.0-pro（优先保障质量）；如需更快/更低成本运行，可选用 qwen-image-2.0。
• 输入图像支持本地路径、公开 URL 或 data:image/...;base64,... 格式。
• 返回的图像 URL 为临时链接；脚本会立即将图像下载至 --out-dir 指定目录。
• 已发布的图像会被复制至 OPENCLAW_MEDIA_OUTBOUND_DIR（默认值：~/.openclaw/media/outbound）。
• 脚本还会生成 .view.html 预览页，并在可见文本中使用这些页面 URL，以避免 Markdown 图像链接被重复改写。
• OPENCLAW_MEDIA_BASE_URL 为可选配置；如需便携打包请留空；仅在部署时需提供公网访问链接（例如 https://example.com/gen 或本地 http://127.0.0.1:8090）才需设置。
• 推荐配合使用 --emit-media-ref 参数与最终单行 MEDIA: 回复，以避免飞书（Feishu）重复发送媒体资源。
• 若控制台（Control UI）明确需要纯文本 URL，请使用 --reply-format link 参数。
• 已存在的 Shell 环境变量将覆盖 .env 中的同名配置项。
• 若未显式指定服务端点（endpoint），当收到 InvalidApiKey 错误时，脚本会自动切换至另一区域端点并重试一次。