datavane 阿里云文生图工具
此命令基于阿里云 Token Plan 的 qwen-image-2.0 模型，支持两种方式生成图片：
- 纯文本生成：根据文字描述生成图片
- 图生图：基于参考图片和文字描述生成新图片
使用方法
纯文本生成
/text-2-image <图片描述>
示例：
/text-2-image 一只可爱的橙色小猫坐在窗台上看风景
/text-2-image 未来科技感的城市夜景，霓虹灯闪烁
图生图（基于参考图片）
/text-2-image image:/path/to/image.png <图片描述>
示例：
/text-2-image image:/Users/mozhenghua/photo.jpg 将这张照片转换为水彩画风格
/text-2-image image:./reference.png 保持构图，改成卡通风格
任务说明
调用阿里云 Token Plan 文生图 API，支持：
- 纯文本描述生成图片
- 基于参考图片和文字描述生成新图片（图生图）
生成的图片自动下载保存到当前目录。
输入参数
用户需求接收格式：$ARGUMENTS
从用户输入中提取以下参数：
- image（可选）：参考图片路径，格式为
image:/path/to/image.png - prompt（必需）：图片描述文字
- model（可选）：使用的模型，默认
qwen-image-2.0 - size（可选）：图片尺寸，默认
1024*1024
支持的尺寸选项：
1024*1024（正方形，默认）720*1280（竖版）1280*720（横版）
执行步骤
1. 参数提取与验证
从 $ARGUMENTS 中提取参数：
- 检查是否包含
image:/path/to/file格式的参考图片路径 - 如果用户指定了
model:xxx或size:xxx，则解析相应参数 - prompt 为剩余的所有文字内容
示例解析：
- 输入：
一只小猫→ image=null, prompt="一只小猫", model="qwen-image-2.0", size="1024*1024" - 输入：
size:720*1280 一只小猫→ image=null, prompt="一只小猫", size="720*1280" - 输入：
image:/tmp/cat.jpg 改成水彩风格→ image="/tmp/cat.jpg", prompt="改成水彩风格"
2. 处理参考图片（如果提供）
如果用户提供了参考图片路径：
# 检查文件是否存在
if [ ! -f "/path/to/image.png" ]; then
echo "错误：图片文件不存在"
exit 1
fi
# 使用 base64 编码图片
image_base64=$(base64 -i "/path/to/image.png")
重要说明：
- 必须检查文件是否存在
- 使用
base64命令对图片进行编码 - macOS 使用
base64 -i <file>，Linux 使用base64 -w 0 <file>
3. 调用阿里云 API
3.1 纯文本生成（无参考图片）
使用 Bash 工具执行 curl 命令调用 API：
curl -s -X POST "https://llm-s8qpdvjob13kiwj5.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation" \
-H "Authorization: Bearer $QWEN_AUTH_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"model": "<model>",
"input": {
"messages": [
{
"role": "user",
"content": [
{
"text": "<prompt>"
}
]
}
]
},
"parameters": {
"size": "<size>"
}
}'
3.2 图生图（有参考图片）
当提供参考图片时，content 数组需要同时包含图片和文本：
curl -s -X POST "https://llm-s8qpdvjob13kiwj5.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation" \
-H "Authorization: Bearer $QWEN_AUTH_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"model": "<model>",
"input": {
"messages": [
{
"role": "user",
"content": [
{"image": "<base64_encoded_image>"},
{
"text": "<prompt>"
}
]
}
]
},
"parameters": {
"size": "<size>"
}
}'
重要说明：
- 图片必须在文本之前放入 content 数组
- 图片使用
{"image": "base64编码的图片内容"}格式 - 使用环境变量
$QWEN_AUTH_TOKEN作为阿里云 API 的 Bearer token - 确保该环境变量已正确设置
- API 返回 JSON 格式响应
4. 解析响应并提取图片 URL
从 API 返回的 JSON 中提取图片 URL：
- 路径：
output.choices[0].message.content[0].image - 使用
jq工具解析 JSON（如果可用） - 或使用
grep/sed等工具提取
示例响应结构：
{
"output": {
"choices": [
{
"message": {
"content": [
{
"image": "https://xxx.oss-cn-beijing.aliyuncs.com/xxx.png"
}
]
}
}
]
}
}
5. 下载图片
使用 curl 下载图片到当前目录：
curl -s -o "generated_$(date +%Y%m%d_%H%M%S).png" "<image_url>"
文件命名格式：generated_YYYYMMDD_HHMMSS.png
6. 向用户报告结果
输出信息应包含：
- 生成成功的提示
- 图片文件的完整路径
- 使用的模型和尺寸参数
- 是否使用了参考图片
- 原始 prompt
示例输出（纯文本生成）：
✓ 图片生成成功！
文件路径：/path/to/generated_20260626_143025.png
模型：qwen-image-2.0
尺寸：1024*1024
描述：一只可爱的橙色小猫坐在窗台上看风景
示例输出（图生图）：
✓ 图片生成成功！
文件路径：/path/to/generated_20260626_143025.png
模型：qwen-image-2.0
尺寸：1024*1024
参考图片：/tmp/cat.jpg
描述：改成水彩风格
错误处理
处理以下可能的错误情况：
环境变量未设置
- 检查
$QWEN_AUTH_TOKEN是否存在 - 提示用户设置该环境变量
- 检查
参考图片文件不存在
- 检查用户提供的图片路径是否有效
- 提示用户检查文件路径
图片文件格式不支持
- 支持的格式：PNG, JPG, JPEG, WebP
- 提示用户使用支持的格式
图片文件过大
- 建议图片大小不超过 10MB
- 提示用户压缩图片后重试
API 调用失败
- 检查 HTTP 响应状态码
- 解析错误信息并友好提示
JSON 解析失败
- 打印原始响应便于调试
- 提示用户重试或检查参数
图片下载失败
- 检查 URL 有效性
- 提示网络连接问题
最佳实践
Prompt 编写建议
- 描述要具体明确
- 包含主体、场景、风格等关键元素
- 中英文均可，但中文效果更好
- 使用参考图片时，prompt 应描述想要的变化或风格
参考图片选择
- 图片质量越高，生成效果越好
- 建议使用清晰、构图合理的图片
- 图片大小建议在 1MB-10MB 之间
- 支持格式：PNG, JPG, JPEG, WebP
尺寸选择
- 正方形（1024*1024）：适合头像、图标
- 横版（1280*720）：适合封面、横幅
- 竖版（720*1280）：适合手机壁纸、海报
文件管理
- 图片自动以时间戳命名，避免覆盖
- 建议定期整理生成的图片文件
技术要求
- 必须使用 Bash 工具执行命令
- 使用
curl -s静默模式避免进度输出 - JSON 数据使用单引号包裹，内部字符串使用双引号
- 正确转义特殊字符
- 使用
-o参数保存文件，而不是重定向 - 图片编码时注意 macOS 和 Linux 的 base64 命令差异
依赖项
curl：HTTP 请求工具（系统自带）date：时间戳生成（系统自带）base64：图片 Base64 编码（系统自带）jq（可选）：JSON 解析工具，如果可用则优先使用
注意事项
- API 调用可能需要几秒到十几秒，请耐心等待
- 生成的图片质量受 prompt 描述质量影响
- 使用参考图片时，生成时间可能更长（需要上传和处理图片）
- 每次调用都会产生 API 费用，请合理使用
- 确保有足够的磁盘空间存储图片（通常 < 5MB）
- 参考图片的 Base64 编码可能产生较大的 JSON 请求体