market/skills/dashscope-image-gen/SKILL.zh-CN.md

dashscope-image-gen 技能

强制规则（违反将导致功能失败）

1. 必须用 HTTPS 访问 agent-service — https://127.0.0.1:${PORT} 加 -k 跳过证书验证
2. 必须通过 /api/media/upload 上传到 media-store — /tmp 仅作下载/解码中转，不可直接以本地路径作为最终输出
3. 必须使用 dc-media:// 协议展示图片 — 唯一能让前端正确渲染的方式
4. 全程使用 Bash curl — 不要使用 HttpRequest 工具或 Python
5. 使用 compatible-mode（/chat/completions） — 同步调用，响应直接包含图片 URL

模型选择指南

模型	特点	适用场景
wan2.7-image-pro	旗舰，4K 分辨率，thinking_mode	用户要求最高画质、4K、细节丰富
wan2.7-image	标准高画质，thinking_mode	默认首选，无特殊要求时使用

默认规则：用户未指定模型时，使用 wan2.7-image。

完整执行流程（严格按此三步执行）

前置条件

• 用户已在资源管理器-算力中配置阿里云 DashScope Provider 并填写 API Key
• agent-service 正在运行

第一步：调用文生图 API（同步）

通过 media-proxy 的 compatible-mode 端点生成图片，响应直接包含图片 URL：

PORT=$(cat ~/.desirecore/agent-service.port)
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
  -H "Content-Type: application/json" \
  -d '{
    "provider": "dashscope",
    "serviceType": "image_gen",
    "endpoint": "/chat/completions",
    "body": {
      "model": "wan2.7-image",
      "messages": [
        {
          "role": "user",
          "content": [
            {"type": "text", "text": "这里替换为图片描述（建议英文效果更好）"}
          ]
        }
      ]
    },
    "responseType": "json"
  }'

响应示例：

{
  "success": true,
  "data": {
    "request_id": "...",
    "output": {
      "choices": [
        {
          "message": {
            "role": "assistant",
            "content": [
              {
                "type": "image",
                "image": "https://dashscope-result.oss.aliyuncs.com/..."
              }
            ]
          },
          "finish_reason": "stop"
        }
      ]
    }
  },
  "statusCode": 200
}

从 data.output.choices[0].message.content 中找到 type: "image" 的项，提取其 image URL。

第二步：下载并上传到 media-store

图片 URL 有时效，必须立即下载并保存到本地 media-store：

PORT=$(cat ~/.desirecore/agent-service.port)
IMAGE_URL="第一步响应中的 image URL"
curl -sL "$IMAGE_URL" -o /tmp/dashscope-gen.png && \
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
  -F "file=@/tmp/dashscope-gen.png;type=image/png"

从 JSON 响应中提取 mediaId 字段（格式如 xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.png）。

第三步：用 dc-media 协议展示图片

在你的回复文本中直接写 Markdown 图片语法：

![图片描述](dc-media://这里替换为mediaId)

例如：![森林中的白色狐狸](dc-media://a1b2c3d4-e5f6-47a8-b9c0-d1e2f3a4b5c6.png)

前端会自动将 dc-media:// 转为可访问的图片 URL 并渲染出来。

参数映射

尺寸选择

通义万相通过 compatible-mode 调用时，尺寸通过 size 参数传入（放在请求体顶层）：

{
  "model": "wan2.7-image",
  "size": "1024x1024",
  "messages": [...]
}

用户意图	size 参数
正方形/头像/默认	"1024x1024"
横版/风景/壁纸	"1792x1024"
竖版/手机/海报	"1024x1792"

可选参数（加入请求体顶层）

参数	说明
n	生成数量 1-4，默认 1
size	图片尺寸，如 "1024x1024"

多图生成

当 n > 1 时，choices 数组会有多个元素，每个 message.content 中都有一张图片。需要为每张图片执行下载+上传，然后逐一展示：

![图片1描述](dc-media://mediaId1)
![图片2描述](dc-media://mediaId2)

错误处理

• success: false + error: "未找到匹配的供应商"：未配置 DashScope Provider 或未启用
• success: false + error: "未配置 API Key"：未填写 API Key
• statusCode: 401：API Key 无效或已过期
• statusCode: 429：频率限制，稍后重试
• statusCode: 400 + InvalidParameter：参数错误（如尺寸不支持）
• statusCode: 403 + AccessDenied.Unpurchased：模型未开通，需要在阿里云控制台开通

注意事项

• 通过 compatible-mode 调用是同步的，通常 10-60 秒返回（wan2.7-image-pro 可能更长）
• 结果图片 URL 有时效，必须及时下载
• 提示词建议用英文以获得最佳效果，中文也支持
• 如果用户未明确要求模型/尺寸，默认使用 wan2.7-image + 1024x1024