qwen-image-2

用途

Qwen-Image-2 用于通过 inference.sh CLI（belt）调用阿里巴巴 Qwen-Image-2.0 系列模型，完成图像生成与图像编辑任务。

主要能力

该技能提供两个模型：

Qwen-Image-2.0（App ID：alibaba/qwen-image-2）：速度快，文本渲染能力良好，适合通用场景。
Qwen-Image-2.0-Pro（App ID：alibaba/qwen-image-2-pro）：标准速度，文本渲染专业，适合海报、文字密集的设计。

支持的功能包括：文生图、多图生成（1-6 张）、自定义分辨率（宽高各 512-2048 像素）、负向提示词、随机种子复现、提示词扩展（prompt_extend），以及基于 1-3 张参考图的多参考图像编辑。

使用方式

需先安装 inference.sh CLI（belt），并安装技能：

npx skills add belt-sh/cli

登录后即可运行：

belt login
belt app run alibaba/qwen-image-2 --input '{"prompt": "A serene mountain landscape at sunset"}'

搜索相关应用：

belt app search "qwen image"

输入参数

prompt（字符串，必填）：生成或编辑的内容，最多 800 字符。
reference_images（数组）：用于编辑的输入图像，1-3 张。
num_images（整数）：生成图像数量，1-6。
width（整数）：输出宽度，512-2048 像素。
height（整数）：输出高度，512-2048 像素。
watermark（布尔）：添加“Qwen-Image”水印。
negative_prompt（字符串）：需避免的内容，最多 500 字符。
prompt_extend（布尔）：启用提示词重写，默认 true。
seed（整数）：随机种子，0-2147483647。

尺寸约束：总像素需在 512×512 与 2048×2048 之间。

输出

images（数组）：生成或编辑后的图像，PNG 格式。
output_meta（对象）：包含尺寸和数量的元数据。

示例

基础文生图：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "A futuristic cityscape at sunset with flying cars"
}'

多图生成：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Minimalist logo design for a coffee shop",
  "num_images": 4
}'

自定义分辨率：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Panoramic mountain landscape with northern lights",
  "width": 1536,
  "height": 1024
}'

文字密集海报（Pro）：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Poster with title \"Summer Sale!\" in bold red text at the top. Subtitle \"50% Off Everything\" in blue below. Beach background with palm trees.",
  "width": 1024,
  "height": 1536,
  "prompt_extend": false
}'

多参考图像编辑：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Make the girl from Image 1 wear the dress from Image 2 in the pose from Image 3",
  "reference_images": [
    {"uri": "https://example.com/person.jpg"},
    {"uri": "https://example.com/dress.jpg"},
    {"uri": "https://example.com/pose.jpg"}
  ]
}'

使用负向提示词：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Professional headshot portrait, studio lighting",
  "negative_prompt": "low resolution, blurry, deformed, oversaturated"
}'

使用种子复现：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Abstract geometric art in blue and gold",
  "seed": 12345
}'

示例工作流

# 1. 生成示例输入以查看所有选项
belt app sample alibaba/qwen-image-2-pro --save input.json

# 2. 编辑提示词
# 3. 运行
belt app run alibaba/qwen-image-2-pro --input input.json

适用场景

通用图像生成（Qwen-Image-2.0）。
海报、文字密集设计等需要专业文本渲染的场景（Qwen-Image-2.0-Pro）。
基于多张参考图的图像编辑。

提示词建议

文本渲染（使用 Pro 模型）：将精确文本放入引号，如 "Title: "Hello World!""；指定字体样式、颜色、位置；设置 prompt_extend: false 以获得精确控制。

风格：photorealistic、illustration、watercolor、oil painting、digital art、anime、3D render。

构图：close-up、wide shot、aerial view、macro、portrait、landscape。

光照：natural light、studio lighting、golden hour、dramatic shadows、neon。

模型对比

速度：qwen-image-2 更快，qwen-image-2-pro 为标准速度。
文本渲染：qwen-image-2 良好，qwen-image-2-pro 专业。
真实感：qwen-image-2 标准，qwen-image-2-pro 精细。
语义遵循：qwen-image-2 良好，qwen-image-2-pro 增强。

限制

提示词最多 800 字符，负向提示词最多 500 字符，参考图 1-3 张，生成数量 1-6 张，宽高各 512-2048 像素且总像素需在 512×512 与 2048×2048 之间。使用前需安装并登录 inference.sh CLI（belt）。

技能介绍

用途