智盒万象生图 / 图片编辑(qwen-image-3.0-pro)
统一封装智盒万象代理的 OpenAI 兼容图片接口,底层模型固定为 qwen-image-3.0-pro,同时支持文生图和图片编辑两种模式。
- 接口:
https://www.omniboxai.cn/v1/images/generations(OpenAI 兼容) - 模型:
qwen-image-3.0-pro(2026-09-10 由qwen-image-3.0升级;如需临时回退用--model qwen-image-3.0) - 响应:标准
{data:[{url|b64_json}]},脚本自动下载/解码保存为本地 PNG。
何时使用
- 用户要「生成一张图」→ 文生图模式
- 用户要「改这张图 / 在图上加个东西 / 换背景」→ 图片编辑模式
- 用户指定用智盒万象 / qwen-image 生图
用法
脚本:~/.workbuddy/skills/zhwx-image/zhwx_image.py(Python)
文生图:
python zhwx_image.py --mode t2i --prompt "写实摄影,夏日校园草坪上一群大学生欢笑奔跑,佳能5D4,胶片质感" --output out.png
图片编辑(在输入图上改/加元素):
python zhwx_image.py --mode edit --image input.jpg --prompt "在左边石碑上坐一个大学女生在看书" --output edited.png
> edit 模式 --size 默认 auto:自动读取输入图尺寸并回传给模型,保证输出与原图同尺寸(已实测 750x502 输入 → 750x502 输出)。如需其他尺寸可显式 --size 1024x1024。
参数
| 参数 | 说明 |
|---|---|
--mode |
t2i(文生图)或 edit(图片编辑),必填 |
--prompt |
描述,必填,中英文均可 |
--image |
edit 模式必填,输入图片路径(本地文件,自动 base64) |
--output |
输出 PNG 路径,默认 ./zhwx_image_out.png |
--size |
WxH;t2i 默认 1024x1024,edit 默认 auto(沿用原图尺寸) |
--n |
生成数量,默认 1 |
--model |
模型名,默认 qwen-image-3.0-pro(可临时切 qwen-image-3.0 / qwen-image-max) |
--key |
API Key 文件路径,默认读项目密钥 D:\公司\AI聚合平台\AI工作区\.secrets\zhwxkey.txt |
API Key 优先级:环境变量 ZHWX_API_KEY > --key 文件 > 默认项目密钥文件。
首次使用找不到 Key 的处理:脚本在以下两种情况会自动提示用户去注册并申请 API Key,而不会直接崩溃式报错:
1. 默认密钥文件 D:\公司\AI聚合平台\AI工作区\.secrets\zhwxkey.txt 不存在(也未设环境变量 / --key);
2. 密钥文件存在但内容为空。
提示文案包含注册地址 https://www.omniboxai.cn/,引导用户先注册申请 Key,再写入文件(或设 ZHWX_API_KEY、用 --key 指定)后重试。
关键约定 / 踩坑(已实测)
qwen-image-3.0-pro同时支持文生图(不传 image)和图片编辑(传 image),两种模式共用同一接口同一模型,无需切换模型名(2026-09-10 实测两种模式均正常出图,1024x1024 约 1MB PNG)。gpt-image-2在此代理上是「图片编辑」专用,纯文生图会报500 image is required——不要拿它做文生图。纯文生图用qwen-image-3.0-pro/qwen-image-max。- 编辑模式尺寸:模型默认把输出标准化成 1024x1024(不传 size 时),会破坏「不改原图大小」的诉求。务必在 edit 模式传
--size或依赖脚本的auto(读原图尺寸回传),实测可精确还原原尺寸。 - 输入图以
data:image/<mime>;base64,...内联,无需图床/上传。 - 响应可能同时返回
url和b64_json,脚本两种都兼容;优先用 b64,否则下载 url。
运行环境
- 用托管 Python:
C:\Users\wzx\.workbuddy\binaries\python\versions\3.13.12\python.exe - 依赖
Pillow(edit 模式 auto 尺寸需要;已确认托管 Python 自带)。无 Pillow 时 edit 回退 1024x1024。