用途:通过 inference.sh 命令行工具(belt)调用阿里 Qwen-Image-2.0-Pro 模型,进行图像生成与编辑,尤其适合需要精确文字渲染的复杂设计与图文组合。
主要能力:专业文字渲染,支持多行与段落级文字及细节;更精细的纹理与写实场景;更强的语义跟随,能处理复杂提示词;图像编辑与风格迁移。
使用方式:先安装技能 npx skills add belt-sh/cli,再执行 belt login 登录,随后运行 belt app run alibaba/qwen-image-2-pro --input '{...}'。输入参数包括 prompt(必填,≤800字符)、reference_images(1-3张,用于编辑)、num_images(1-6)、width/height(512-2048,总像素须在512×512至2048×2048之间)、watermark、negative_prompt(≤500字符)、prompt_extend(默认true)、seed。输出为 PNG 格式图片及含尺寸与数量的 output_meta。可先运行 belt app sample alibaba/qwen-image-2-pro --save input.json 生成示例输入再修改。也提供 Python SDK(from inferencesh import inference),支持 stream=True 流式查看进度。
文字渲染建议:用引号包裹精确文字,指定字体颜色、风格、大小与位置;精确控制时设 prompt_extend 为 false;搭配负向提示词如 blurry text, distorted text, low quality。
限制:具体收费、价格、平台与效果资料暂未提供。参数范围须遵守上述约束。