Qwen-Image-2 是一个通过 inference.sh CLI(belt)调用阿里 Qwen-Image-2.0 系列模型进行图像生成与编辑的技能。
【用途】 用于文生图(text-to-image)和图像编辑(image editing),底层为阿里 Qwen-Image-2.0 模型。
【主要能力】
- 提供两个模型:Qwen-Image-2.0(App ID:alibaba/qwen-image-2,速度快、文本渲染良好,适合通用场景)与 Qwen-Image-2.0-Pro(App ID:alibaba/qwen-image-2-pro,标准速度、专业级文本渲染,适合海报和文字密集设计)。
- 支持文生图、多参考图编辑(1-3 张参考图)、自定义分辨率、负向提示词、随机种子复现、批量生成(1-6 张)以及提示词自动改写(prompt_extend)。
- 输出为 PNG 格式图像,并附带包含尺寸和数量的元数据。
【使用方式】 需先安装 belt CLI 技能:npx skills add belt-sh/cli,并执行 belt login 登录。 基本调用示例: belt app run alibaba/qwen-image-2 --input '{"prompt": "A serene mountain landscape at sunset"}' 可通过 belt app search "qwen image" 搜索相关应用。
输入参数包括:prompt(必填,最多 800 字符)、reference_images(1-3 张)、num_images(1-6)、width/height(512-2048 像素,总像素需在 512×512 至 2048×2048 之间)、watermark(布尔值)、negative_prompt(最多 500 字符)、prompt_extend(默认 true)、seed(0-2147483647)。
示例工作流: belt app sample alibaba/qwen-image-2-pro --save input.json 编辑 prompt 后执行 belt app run alibaba/qwen-image-2-pro --input input.json
【适用场景】 通用图像生成、海报与文字密集设计(建议使用 Pro 模型)、多参考图合成编辑、需要固定种子的可复现生成等。
【限制】
- 依赖 inference.sh CLI(belt)及登录。
- prompt 最多 800 字符,negative_prompt 最多 500 字符。
- 参考图 1-3 张,生成数量 1-6 张。
- 分辨率范围 512-2048 像素,总像素受 512×512 至 2048×2048 约束。
- 关于收费、价格、平台支持等信息,资料中暂未提供。