membank/.trae/skills/image-tools/SKILL.md

name, description

name	description
image-tools	AI图片生成与编辑工具集。包含豆包万相（Doubao Seedream）和阿里云万相2.7两个AI图片引擎，支持文生图、图生图、多图融合、图片编辑。用于生成产品主图、场景图、电商素材、宣传页等。Invoke when user needs to generate, edit, or transform images for e-commerce or product visuals.

Image Tools - AI图片生成与编辑工具集

集成两个AI图片引擎：

1. 豆包万相（Doubao Seedream） — 火山引擎Ark API，支持文生图、图生图、多图融合、图片编辑、批量生成
2. 阿里云万相2.7 — 阿里云百炼 wan2.7-image-pro，支持文生图、图生图、图片编辑

---

引擎1：豆包万相（Doubao Seedream）

使用火山引擎 Ark API 的 Doubao Seedream 模型，支持文生图、图生图、多图融合、图片编辑。

前提条件

• curl.exe（Windows内置）
• Ark API Key: ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf
• API端点: https://ark.cn-beijing.volces.com/api/v3/images/generations

模式一览

模式	image参数	用途
文生图	省略或[]	从文字描述生成图片
图生图	["url1"]	风格转换、精修、变换
多图融合	["url1","url2",...]	最多14张参考图融合
图片编辑	["url1"] + 编辑提示词	移除/替换元素、换背景等

默认模型: doubao-seedream-5-0-260128

文生图（Windows PowerShell）

$tmpFile = "$env:TEMP\request.json"
$prompt = "YOUR_PROMPT_HERE"
$json = @"
{"model":"doubao-seedream-5-0-260128","prompt":"$prompt","size":"2k","sequential_image_generation":"disabled","response_format":"url","stream":false,"watermark":false}
"@
$sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false))
$sw.Write($json); $sw.Close()

$response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations `
  -H "Content-Type: application/json" `
  -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" `
  -d "@$tmpFile" | ConvertFrom-Json

$imageUrl = $response.data[0].url
$outputPath = Join-Path (Get-Location) "output-name.png"
curl.exe -s -o $outputPath $imageUrl
Write-Output $outputPath

图生图/图片编辑（本地文件输入，Windows PowerShell）

$imgBytes = [System.IO.File]::ReadAllBytes((Resolve-Path "path\to\input.png"))
$imgBase64 = [System.Convert]::ToBase64String($imgBytes)

$tmpFile = "$env:TEMP\request.json"
$prompt = "YOUR_EDIT_INSTRUCTIONS_HERE"
$json = @"
{"model":"doubao-seedream-5-0-260128","prompt":"$prompt","image":["data:image/png;base64,$imgBase64"],"size":"2k","sequential_image_generation":"disabled","response_format":"url","stream":false,"watermark":false}
"@
$sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false))
$sw.Write($json); $sw.Close()

$response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations `
  -H "Content-Type: application/json" `
  -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" `
  -d "@$tmpFile" | ConvertFrom-Json

$imageUrl = $response.data[0].url
$outputPath = Join-Path (Get-Location) "output-name.png"
curl.exe -s -o $outputPath $imageUrl
Write-Output $outputPath

多图融合

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "把图1的人物穿上图2的衣服，站在图3的场景中",
  "image": ["url1", "url2", "url3"],
  "size": "2k",
  "sequential_image_generation": "disabled",
  "response_format": "url",
  "stream": false,
  "watermark": false
}

批量生成（最多15张）

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "一个女孩和她的布偶牛在过山车上，分别呈现早晨、中午、傍晚的场景",
  "sequential_image_generation": "auto",
  "sequential_image_generation_options": { "max_images": 3 },
  "size": "2k",
  "response_format": "url",
  "stream": false,
  "watermark": false
}

豆包参数参考

参数	类型	必填	说明
model	string	是	doubao-seedream-5-0-260128（默认）或 doubao-seededit-3-0-i2i（精确编辑）
prompt	string	是	文本提示词，最多300中文字或600英文词
image	string[]	否	参考图片URL或Base64（data:image/png;base64,...），最多14张
size	string	否	2k（默认）、3k、4k 或 WIDTHxHEIGHT（如2048x1024），必须小写
response_format	string	否	url（下载链接，24h有效）或 b64_json
sequential_image_generation	string	否	disabled（默认，单图）或 auto（模型决定批量数）
sequential_image_generation_options	object	否	{ "max_images": N } N为1-15，仅auto模式
stream	boolean	否	false（等待全部）或 true（逐张返回）
watermark	boolean	否	添加"AI Generated"水印，默认false
guidance_scale	float	否	文本遵循度(CFG)，范围[1,10]，仅seededit-3-0-i2i
seed	int32	否	可复现种子，仅seededit-3-0-i2i

豆包尺寸指南

别名	近似分辨率	适用场景
2k	~2048px	默认 — 质量与速度平衡
3k	~3072px	高质量，产品图
4k	~4096px	最终生产质量
WIDTHxHEIGHT	自定义	如2048x1024宽幅横幅

像素约束：两个维度必须在[1280, 4096]，最大3:1宽高比。

豆包提示词技巧

• 描述场景: 主体、动作、环境、氛围
• 指定风格: "电影大片感"、"水彩画风"、"赛博朋克"、"oc渲染"、"超现实主义"
• 质量关键词: "光线追踪"、"景深"、"极致的光影"、"动态模糊"
• 编辑指令: "把背景换成海滩"、"移除画面中的人物"、"将风格改为水彩画"
• 中文提示词原生支持 — 无需翻译为英文

Windows注意事项

问题	解决方案
PowerShell 5.1给JSON加UTF-8 BOM	不要用Set-Content或[System.Text.Encoding]::UTF8，用[System.IO.StreamWriter]::new($path, $false, (New-Object System.Text.UTF8Encoding $false))
PowerShell破坏curl中的"	始终写JSON到临时文件，用-d "@$tmpFile"
curl别名冲突	用curl.exe而非curl
续行符	用反引号`

豆包错误处理

• 401: API Key无效 — 检查Authorization头
• 400: 请求错误 — 检查提示词长度、图片格式、尺寸值
• 429: 限流 — 等待后重试
• 500: 服务器错误 — 稍后重试

精确编辑模型

需要精细编辑时，doubao-seededit-3-0-i2i提供额外控制：

{
  "model": "doubao-seededit-3-0-i2i",
  "prompt": "Change the dress color to red",
  "image": ["data:image/png;base64,..."],
  "guidance_scale": 5.5,
  "seed": 42,
  "size": "adaptive",
  "response_format": "url",
  "watermark": false
}

---

引擎2：阿里云万相2.7

使用阿里云百炼 wan2.7-image-pro 模型，支持文生图、图生图、图片编辑。

前提条件

环境变量 DASHSCOPE_API_KEY 已配置（默认使用内置Key）

基本用法

python wan_image_edit.py <提示词> <输入图片> [输出路径] [尺寸]

参数说明：

• 提示词: 描述想要的效果，支持中英文
• 输入图片: 产品图片路径（PNG/JPG），留空则为文生图
• 输出路径: 输出文件名（可选，默认 wan_output.png）
• 尺寸: 1K 或 2K（可选，默认 2K）

示例

# 白底产品图
python wan_image_edit.py "keep the product, pure white background, professional e-commerce photo" "product.png" "output.png"

# 场景图
python wan_image_edit.py "place product on modern desk, cozy home office" "product.png" "scene.png"

# 文生图（无输入图片）
python wan_image_edit.py "futuristic NAS server in data center" "" "t2i.png"

万相2.7可用尺寸

尺寸	分辨率	适用场景
1K	1024x1024	快速预览、轮播图
2K	2048x2048	主图、海报（推荐）

---

引擎选择建议

场景	推荐引擎	原因
电商产品主图	豆包万相	中文提示词支持好，风格丰富
场景图/氛围图	豆包万相	高质量渲染，支持多种风格
精细图片编辑	豆包万相(seededit)	专用编辑模型，精确控制
多图融合	豆包万相	原生支持最多14图融合
批量生成	豆包万相	一次请求最多15张
快速产品抠图/换背景	万相2.7	Python脚本调用便捷

---

输出规范

• 保存图片到用户当前工作目录（或子目录）
• API返回的URL 24小时内有效 — 立即下载保存到本地
• 不要回读图片 — 用markdown显示: ![image](/absolute/path/to/image.png)
• 只使用绝对路径
• 不要在对话中重复路径