z-image

Z-Image 是一款通过 ModelScope 平台调用通义万相 Z-Image-Turbo 模型完成文生图（text to image）的技能，提供统一的命令行入口，并内置 24 种以上视觉风格模板与自动风格检测能力。

主要能力

文生图：根据文本提示词生成图片，默认输出 PNG 格式，默认尺寸 1024x1024，可自定义尺寸与输出目录。
风格预设：内置 24 种以上风格，分为 7 个类别：动漫（anime_japanese、anime_chibi、anime_shonen、anime_iyashikei、anime_cyberpunk）、霓虹（neon_wisdom、neon_tech、neon_wealth、neon_contrast、neon_timeline、neon_mindmap）、科技（tech_dark、tech_light）、纪录片（documentary、vintage_50s、vintage_80s）、艺术（watercolor、ink_chinese、comic_style）、极简（minimal_white、flat_design）、氛围（warm_cozy、dark_dramatic）。
风格自动检测：通过 --auto-style 使用关键词链，并以 LLM 兜底进行风格判定；未指定时默认使用 anime_japanese。
批量生成：可从文本文件读取多条提示词批量生成。
提示词增强：在基础风格之上叠加色彩、光照、修饰词，并附带每个风格专属的 negative prompt。
异步流程：采用提交任务后轮询状态、再下载结果的异步模式。
可被其他技能调用：通过导入 ZImageClient 以代码方式生成图片。

使用方式

基础文生图：

python ~/.claude/skills/z-image/scripts/generate.py "一个程序员在深夜写代码"

指定风格：

python ~/.claude/skills/z-image/scripts/generate.py "武侠少年仗剑天涯" --style anime_shonen

自动检测风格：

python ~/.claude/skills/z-image/scripts/generate.py "纳瓦尔的智慧哲学" --auto-style

批量生成：

python ~/.claude/skills/z-image/scripts/generate.py prompts.txt --batch --style neon_wisdom

列出所有风格：

python ~/.claude/skills/z-image/scripts/generate.py --list-styles

常用命令还包括：--list-styles --category anime 按分类列出风格、--size 1920x1080 指定尺寸、--output ./my-images/ 指定输出目录。

配置

API Key 的读取优先级为：1）--api-key 命令行参数；2）MODELSCOPE_API_KEY 环境变量；3）~/.claude/skills/z-image/config/secrets.md 文件。

# 方式1: 环境变量
export MODELSCOPE_API_KEY="ms-xxxxx"

# 方式2: 配置文件
echo "API_KEY=ms-xxxxx" > ~/.claude/skills/z-image/config/secrets.md

脚本

scripts/generate.py：CLI 入口，支持单张与批量模式。退出码为 0=成功、1=失败、10=API 错误、11=风格未找到。
scripts/style_templates.py：风格模板库，包含 24 种以上风格定义与自动检测逻辑，可独立导入使用，例如获取增强后的 prompt、自动检测风格、列出所有风格。

集成与依赖

其他技能可以直接调用 z-image：

import sys
sys.path.insert(0, str(Path.home() / ".claude/skills/z-image/scripts"))
from generate import ZImageClient

client = ZImageClient(api_key="ms-xxx")
result = await client.generate("prompt", style="neon_wisdom")
print(result)  # 图片路径

以下技能依赖 z-image 能力：video-skill（视频封面和帧图生成）、image-fenjing（分镜图片生成）、videofree（Profile-based 视频图片）、voice-first-video（语音视频配图）、novel-to-video（网文转视频插图）、hunhe-video（混合视频图片生成）。

适用场景

该技能适合动漫/角色/故事类内容创作、知识/商业/哲理类配图、科技与产品展示、传记/历史/纪录片风格图片、艺术与文化内容、简约解释类内容以及氛围情感内容等。

限制与注意事项

应避免硬编码 API Key，应使用环境变量或 secrets.md；应始终使用风格模板进行增强；应使用 async 加轮询而非同步等待 API；不应忽略 negative prompt。创建者给出的参考成本约为 $0.01/张，产品与模型相关细节以官方说明为准，其他未在本资料中明确的功能、收费或平台信息暂未提供。