wan-image-gen

# Wan Image Gen 通过阿里云百炼 Wan 文生图接口创建异步任务，并自动轮询、下载生成结果。 详细接口与限制见 `references/api.md`。 ## Setup 1. 配置 API Key： ```bash export DASHSCOPE_API_KEY="sk-xxx" ``` 也可以在 skill 目录下创建 `config.json`： 可先参考 `config.example.json` 再复制为 `config.json`。 ```json { "apiKey": "sk-xxx", "baseUrl": "https://dashscope.aliyuncs.com", "defaultGoal": "balanced", "goals": { "cheap": { "tier": "draft", "preset": "draft" }, "balanced": { "tier": "standard" }, "quality": { "tier": "final", "preset": "final" } }, "defaultTier": "standard", "tiers": { "draft": { "model": "wanx2.0-t2i-turbo" }, "standard": { "model": "wan2.2-t2i-flash" }, "final": { "model": "wan2.6-t2i" } }, "outputDir": "./outputs" } ``` 2. 运行环境要求 `Node.js >= 18` 配置优先级： - CLI 参数 - 环境变量 - `config.json` - 脚本默认值 ## 默认模型 - 默认档位为 `final`，对应 `wan2.6-t2i` - 推荐优先使用 `--tier`，只有明确要指定模型时再传 `--model` ## 目标驱动选型 - `cheap` -> `draft` + 默认 `preset=draft` - `balanced` -> `standard` - `quality` -> `final` + 默认 `preset=final` 推荐把这组映射维护在 `config.json` 的 `goals` 里；`goal` 表示用户意图，`tier` 表示具体模型档位。 ## 档位驱动选型 - `draft` -> `wanx2.0-t2i-turbo` - `standard` -> `wan2.2-t2i-flash` - `final` -> `wan2.6-t2i` 推荐把这组映射维护在 `config.json` 的 `tiers` 里，而不是改主脚本。 ## CLI 主要脚本：`node scripts/wan-image-gen.js` ### 低成本草稿 ```bash node scripts/wan-image-gen.js \ --prompt="一间有着精致窗户的花店，漂亮的木质门，摆放着花朵" \ --goal="cheap" \ --ratio="1:1" \ --n=1 ``` ### 最终出图 ```bash node scripts/wan-image-gen.js \ --prompt="一个赛博朋克风格的雨夜街道，电影感灯光，雨水反光，细节丰富" \ --goal="quality" \ --ratio="16:9" \ --name="cyberpunk-night" ``` ### 提交任务但不等待 ```bash node scripts/wan-image-gen.js \ --prompt="一个赛博朋克风格的雨夜街道" \ --no-wait ``` ### 继续轮询已有任务 ```bash node scripts/wan-image-gen.js \ --task-id="你的task_id" ``` ### 仅做预检，不实际提交 ```bash node scripts/wan-image-gen.js \ --prompt="一张产品海报，主体是一瓶绿色玻璃香水" \ --ratio="3:4" \ --dry-run ``` ## 参数约定 - `--prompt`：正向提示词。提交新任务时必填 - `--negative-prompt`：反向提示词 - `--goal=cheap|balanced|quality`：按用户目标选择更合适的默认模型和尺寸策略 - `--tier=draft|standard|final`：按成本/质量档位自动选模型 - `--model`：模型名，默认 `wan2.6-t2i` - 优先级：`model > tier > goal > 默认` - `config.json` 中可通过 `defaultGoal/defaultTier` 与 `goals/tiers` 维护映射 - `--ratio`：官方推荐比例快捷选项 - `1:1=1280*1280` - `3:4=1104*1472` - `4:3=1472*1104` - `9:16=960*1696` - `16:9=1696*960` - `--preset`：快捷尺寸预设 - `draft=1280*1280` - `final=1440*1440` - `square=1280*1280` - `portrait=1104*1472` - `landscape=1472*1104` - `story=960*1696` - `widescreen=1696*960` - `--size`：输出尺寸，如 `1280*1280` - 优先级：`size > ratio > preset` - `--n`：生成张数，建议测试时设为 `1` - `--seed`：随机种子 - `--prompt-extend=true|false`：是否启用提示词智能改写，默认 `true` - `--watermark=true|false`：是否添加水印，默认 `false` - `--task-id`：查询已有任务，不再提交新任务 - `--no-wait`：只提交任务，返回 task_id - `--poll-interval`：轮询间隔秒数，默认 `10` - `--timeout`：总等待超时秒数，默认 `600` - `--output-dir`：图片下载目录，默认 `outputs/` - `--name`：输出文件名前缀 - `--dry-run`：只打印最终请求体和配置预检，不实际调用 API ## 推荐工作流 1. 先用 `--goal=cheap` 做低成本验证。 2. Prompt 稳定后，切到 `--goal=balanced` 或 `--goal=quality`。 3. 再根据画面需求选择更贴近目标比例的 `--ratio=3:4`、`4:3`、`9:16` 或 `16:9`。 4. 如果需要更高细节，再切到 `--preset=final` 或显式自定义 `--size`。 5. 需要多轮迭代时，用 `--name` 给同一主题打上稳定前缀。 6. 下载后的文件名会自动带时间戳、task_id 和 prompt 摘要，便于回溯。 ## 覆盖优先级 - 模型选择：`CLI --model > CLI --tier > CLI --goal > config.defaultGoal/config.goal > config.defaultTier/config.tier > config.model > 内置默认` - 画幅选择：`CLI --size > CLI --ratio > CLI --preset > goal 默认 ratio/preset > config.ratio > config.preset > 脚本默认` - `goal` 用于表达用户意图，`tier` 用于表达具体模型档位；显式 `--tier` 会覆盖 `goal` - `tier` 和 `goal` 都只负责给出默认模型或默认尺寸策略，不会锁死 `size/ratio/preset` ## 提示词建议 - 先写清主体，再写场景、风格、光线、镜头或构图 - 如果只想改一个变量，prompt 里明确写“其余保持不变” - 反复试 prompt 时，先保持 `n=1` - 如果要稳定复现，显式传 `--seed` ## 工作流 1. 用户要生图时，提交异步任务。 2. 提交前脚本会显示一次成本提醒，按中国内地价格表估算总费用。 3. 返回 `task_id` 后轮询 `GET /api/v1/tasks/{task_id}`。 4. 成功后立即下载图片到本地目录。 5. 如果只想拿 `task_id`，使用 `--no-wait`。 ## 成本提醒 - 脚本会在 `preflight` 和 `--dry-run` 中输出预计费用 - 当前内置的是你提供的中国内地单价表 - 图像费用按 `单价（元/张） × n` 估算 - 这不是实时计费查询；如果官方价格调整，需要同步更新脚本 ## 失败时优先检查 - `DASHSCOPE_API_KEY` 或 `config.json` 是否配置正确 - `baseUrl` 和 API Key 是否属于同一地域 - prompt 是否过短或描述过于模糊 - 是否该先用 `--preset=draft` 而不是直接大尺寸反复试 - 尺寸是否符合所选模型限制 - 宽高比是否在 `[1:4, 4:1]` 范围内 - 自定义尺寸如果被服务端拒绝，优先改用官方推荐尺寸预设 - `n` 是否过大导致费用或限流问题 - `task_id` 是否已超过 24 小时