图像生成(awk-img-gen)
走百炼同步 multimodal-generation 接口生成/编辑图片,落盘 PNG + prompts.json 索引 + index.html 缩略图 gallery。
凭据(默认
--platform auto;可用--platform dashscope/--platform plan固定模式):
模式 触发条件 端点 模型候选链 DashScope 业务空间 WORKSPACE_ID+MODELSTUDIO_API_KEY(或DASHSCOPE_API_KEY)https://{WORKSPACE_ID}.cn-beijing.maas.aliyuncs.com/api/v1qwen-image-3.0-pro→qwen-image-3.0→qwen-image-2.0-pro-2026-06-22Agent Plan AWK_API_KEYhttps://token-plan.cn-beijing.maas.aliyuncs.com/api/v1qwen-image-3.0-pro→wan2.7-image-pro→wan2.7-image
auto优先使用完整的业务空间凭据,否则使用 Agent Plan。显式指定dashscope/plan时只使用对应端点、凭据和候选链;缺少对应凭据就报错,不切换模式。--model只覆盖模型,不改变模式。 候选链自动 fallback(模型未开通/未找到/无权限时切下一个);--model显式指定时关闭 fallback。 所有凭据都缺 → exit 1 并打印配置指引;实拍图兜底改走pexels-footage/pixabay-footage。 应该 spawn IT engineer subagent 配置环境变量,不要自己写环境变量文件。
Run
Note: 图像生成可能耗时 10–120 秒(qwen-image-3.0-pro 更慢)。exec 调用时把 timeout 设高(如 exec timeout=300)。
Do NOT set env vars inline(例如 AWK_API_KEY=... python3 ...)。env var 已在系统环境里,inline 赋值会破坏 exec 权限检查。
通过 PATH 调用 wrapper,无需拼接脚本路径:
# Text-to-image(模式/模型/候选链全自动,默认 2048x2048)
awk-img-gen --prompt "your prompt here"
# 竖版 9:16(短视频封面)
awk-img-gen --prompt "..." --image-size 1536x2688
# 固定使用 DashScope 业务空间(需 WORKSPACE_ID + 业务空间 key)
awk-img-gen --platform dashscope --prompt "your prompt here"
# 固定使用 Agent Plan(只读 AWK_API_KEY,即使已有业务空间凭据)
awk-img-gen --platform plan --prompt "your prompt here"
# 指定模型(显式指定时不 fallback)
awk-img-gen --prompt "..." --platform dashscope --model "qwen-image-2.0-pro-2026-06-22"
# Image-edit(1-3 张参考图;URL / data URI / 本地路径均可)
awk-img-gen --prompt "add a lighthouse" --image "https://example.com/source.jpg"
awk-img-gen --prompt "blend" \
--image ./tmp/ref-a.png \
--image2 ./tmp/ref-b.png \
--image3 ./tmp/ref-c.png
Parameters
| Flag | Default | Description |
|---|---|---|
--prompt |
required | 图像描述;要渲染的文字直接写完整句子 |
--platform |
auto | auto / dashscope / plan;dashscope 固定业务空间,plan 固定 Agent Plan,缺对应凭据时报错;--model 不改变模式 |
--model |
auto | Model ID;缺省按模式走候选链自动 fallback,显式指定时不 fallback |
--image-size |
2048x2048 |
WxH 或 auto,编辑模式缺省跟随输入图 |
--seed |
— | 随机种子 [0, 2147483647] |
--watermark |
false |
是否加水印(xiaobei 默认不加,避免后续 image 工具处理) |
--prompt-extend |
off | 允许百炼自动扩写 prompt(API 默认开;本脚本默认关,保证封面文字/布局指令精确;氛围图想要更丰富细节时可开) |
--image |
— | 参考图 1(启用编辑模式) |
--image2 / --image3 |
— | 参考图 2 / 3(多图融合) |
--out-dir |
./tmp/awk-img-<ts> |
输出目录 |
百炼推荐尺寸(qwen-image 文档推荐值)
| Value | Ratio |
|---|---|
2048x2048 |
1:1(默认) |
2688x1536 |
16:9 |
1536x2688 |
9:16 |
2368x1728 |
4:3 |
1728x2368 |
3:4 |
总像素须在 512×512 ~ 2048×2048 之间,宽高比 1:8 ~ 8:1;无效值脚本拒绝并 exit 1 列出推荐值。
Output
*.png图像(脚本下载到本地)prompts.json索引 → prompt + model + provider_mode + URL + fileindex.html缩略图 gallery
视频封面/海报最佳实践
适用于图文混合素材(短视频封面、社媒海报、信息图配图等)——需要模型一次性渲染文字与画面,而不是后期合成。
1. 参数推荐
| 参数 | 推荐值 | 原因 |
|---|---|---|
--model |
缺省(走候选链主力) | 两种模式均默认 qwen-image-3.0-pro;回退模型见凭据表 |
--image-size |
按平台比例选推荐尺寸 | 9:16 用 1536x2688,16:9 用 2688x1536 |
--prompt-extend |
不加(保持默认关) | 扩写会改写你精心排版的文字与布局指令 |
2. Prompt 写法(关键)
❌ 反例(泛泛描述):
"Generate an attractive short-video cover with a title about AI"
✅ 正例(按视觉布局分段写,明确写出要渲染的文字):
"A dramatic vertical 9:16 short-video cover. Background: bold red-to-black gradient. Top: glowing AI chip icons with text 'DeepSeek'. Middle: large bold Chinese text '前几周 DeepSeek 还是神一般的存在' in white and gold gradient with sharp shadows. Bottom: dramatic red glowing Chinese text '为什么热度消散得这么快?' with lightning effects. Style: high contrast, modern tech poster, dramatic lighting, professional Chinese typography, sharp text rendering, cinematic, no watermarks."
要点:
- 要写的字直接写完整句子,不要"加个标题"这种空指令
- 按布局分段描述(top/middle/bottom 或 左/中/右),让模型知道字放哪
- 指定字体特性:颜色、渐变、阴影、发光、风格
- 明确要求:"sharp text rendering"、"professional Chinese typography"
- 末尾加 "no watermarks" 排除水印(与脚本
--watermark false双保险)
3. 生成后必须验证
- 用
image工具分析图片,逐项确认:- ✅ 文字内容是否完全正确(不能错字、漏字、出现乱码字符)
- ✅ 文字是否清晰可读(无模糊、无变形)
- ✅ 布局是否符合预期
- 文字渲染错误 → 调整 prompt 重新生成(百炼可加
--seed辅助复现构图再微调文字),不要交付错字封面
Environment Variables
| Variable | Description |
|---|---|
WORKSPACE_ID |
百炼业务空间 ID;auto 时配齐业务空间 key 就优先使用;dashscope 模式必需 |
MODELSTUDIO_API_KEY / DASHSCOPE_API_KEY |
业务空间 API key(与 WORKSPACE_ID 配对) |
AWK_API_KEY |
百炼 Agent Plan key;plan 模式必需,auto 时在无完整业务空间凭据时使用 |