用途：基于指令编辑已有图像，而非文本生成图像，适用于需要按提示词修改画面内容并保留指定元素的场景。
主要能力：支持指定模型字符串，如 qwen-image-edit、qwen-image-edit-plus、qwen-image-edit-max、qwen-image-2.0、qwen-image-2.0-pro 及带日期的版本；提供归一化接口 image.edit，请求参数含 prompt（必填）、image（必填，URL/路径/字节）、mask（可选，局部重绘区域）、size（可选，如 1024*1024）、seed（可选）；响应含 image_url、seed、request_id。
使用方式：在虚拟环境中安装 SDK：python3 -m venv .venv、. .venv/bin/activate、python -m pip install dashscope；设置 DASHSCOPE_API_KEY 环境变量，或在 ~/.alibabacloud/credentials 中添加 dashscope_api_key。可用本地脚本准备请求 JSON 并校验响应：.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"。默认输出到 output/aliyun-qwen-image-edit/images/，可用 OUTPUT_DIR 覆盖。
建议与限制：提示词应说明改什么、保留什么；确定性局部编辑建议提供 mask；输出资产建议存对象存储并只保留 URL；主体一致性需在提示词中明确约束。使用前先做一次最小只读查询验证连通与权限。资料未提供收费、价格及具体平台限制信息。