Communitygithub.com

ImagenCN - Alibaba Cloud Bailian テキストから画像生成スキル

Alibaba Cloud Bailian、ByteDance Volcano Ark、Tencent Hunyuan など5つのプラットフォームから23のモデルを利用して画像を生成します。中国語テキストのレンダリングに優れています。

ImagenCN - Alibaba Cloud Bailian テキストから画像生成スキル とは?

このAIエージェントスキルは、Alibaba Cloud Bailian(DashScope)、ByteDance Volcano Ark、Tencent Hunyuan、Zhipu/BigModel、StepFunの5つの主要プラットフォームを統合し、合計23の画像生成モデルへのアクセスを提供します。ユーザーが「猫の画像を生成して」のようなざっくりしたプロンプトを入力すると、本スキルはまず3つの洗練されたプロンプトオプションを提示し、被写体の詳細、照明、構図、スタイル、ムード、品質キーワードを追加して、より良い結果を保証します。モデルは用途に応じて自動選択され(デフォルトは `qwen-image-2.0-pro`)、さらに `--model` フラグで手動選択も可能です。最大4K解像度(Wan2.7-Pro)のフォトリアルな画像生成、画像編集、中国語テキストやカリグラフィの高品質レンダリングをサポートします。Windows、macOS、Linuxで動作し、APIキーは環境変数または設定ファイルで管理します。

対応✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add Agents365-ai/imagenCN

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ImagenCN - Alibaba Cloud Bailian テキストから画像生成スキル は何をしますか?

概要

Alibaba Cloud Bailian APIを使用して画像を生成します。デフォルトエンドポイントは中国リージョンです。

5つのプラットフォームと9つのモデルファミリーをサポート:

  • Alibaba Cloud Bailian (DashScope): Qwen-Image 2.0, Qwen-Image Edit, Qwen-Image legacy, Wan Series, Z-Image
  • ByteDance Volcano Ark: Doubao-Seedream シリーズ (OpenAI 互換 REST)
  • Tencent Hunyuan: Hunyuan Image 3.0 (OpenAI 互換 REST)
  • Zhipu / BigModel: CogView-4 および GLM-Image (OpenAI 互換 REST)
  • StepFun / 阶跃星辰: Step-2X および Step-Image-Edit (OpenAI 互換 REST)

クロスプラットフォーム対応: Windows, macOS, Linux

このスキルを使用するタイミング

以下の場合に自動的にアクティブ化されます:

  • ユーザーが中国語テキストやカリグラフィを含む画像生成をリクエストした場合
  • フォトリアルな画像や写真スタイルのビジュアルが必要な場合
  • 商業ポスター、イラスト、デジタルアートを作成する場合
  • ユーザーが以下のいずれかに言及した場合: Alibaba Cloud / Bailian / Qwen / Wan / DashScope, ByteDance / Volcano Ark / Seedream / Doubao, Tencent / Hunyuan
  • AI生成画像で強力な中国語サポートが役立つタスク

ワークフロー

ステップ 1 — プロンプトを洗練する(対話型、絶対にスキップしない)

ユーザーは短く簡単な説明(「生成一只猫」など)を入力することがよくあります。APIを呼び出す前に、異なるスタイル方向の3つの洗練されたプロンプトオプションを提示してください。必要に応じて以下を追加します:

  • 被写体の詳細(形状、色、素材、表情、ポーズ)
  • 照明(ゴールデンアワー、スタジオ、リムライト、ソフトディフューズド、ネオン、シネマティック)
  • 構図(三分割法、浅い被写界深度、ワイドショット、クローズアップ)
  • スタイル/メディア(フォトリアル、油絵、水彩画、3Dレンダリング、ベクター)
  • ムード/雰囲気(静けさ、ドラマチック、幻想的、ディストピア、エレガント)
  • 品質キーワード(8K、ハイパーディテール、受賞歴、プロフェッショナルフォトグラフィー)
  • 画像内の中国語テキスト: テキスト内容、配置、フォントスタイル、色、サイズ

オプションに明確にラベルを付け(例: A / B / C)、各方向の1行の要約を添えてください。ユーザーに1つ選ばせるか、複数から要素を組み合わせるか、新しい方向をリクエストさせてください。ユーザーが確認する(「go」「generate」「ok」など)まで反復し、その後生成に進みます。

ステップ 2 — モデルを選択する

リクエストに基づいて選択します(下記のモデル選択ガイドを参照)。不明な場合はデフォルトで qwen-image-2.0-pro を使用します。選択内容をユーザーに伝えてください。

ステップ 3 — サイズを選択する

Qwen-Image 2.0 のネイティブ 2K、Wan2.7 の 1K/2K/4K、またはアスペクト比プリセット(16:9、1:1 など)。

ステップ 4 — 生成する

確認済みのプロンプトと出力パスを指定して scripts/generate_image.py を実行します。

ステップ 5 — 保存する

出力パスが暗黙的な場合は、ユーザーの現在の作業ディレクトリに保存します。

モデル

Qwen-Image 2.0 ファミリー - 最新フラグシップ (MultiModalConversation API)

モデル説明
qwen-image-2.0-proデフォルト。最新フラグシップ。ネイティブ 2K、最強のタイポグラフィと詳細
qwen-image-2.0-pro-2026-06-22最新スナップショット(2026年6月): 生成+編集の融合、テキストレンダリングとプロンプト追従性が向上
qwen-image-2.0標準2.0ティア、ネイティブ 2K
qwen-image-max旧世代フラグシップ(2025年12月)
qwen-image-max-2025-12-30qwen-image-max スナップショット: リアリズム向上、AIアーティファクト低減

Qwen-Image Edit ファミリー - 画像編集 (MultiModalConversation API)

編集モデルには --image(ローカルパスまたはURL)で入力画像が必要です。--size を省略すると入力画像の寸法に合わせます。

モデル説明
qwen-image-edit-maxフラグシップ編集モデル。最強の指示追従性
qwen-image-edit-max-2026-01-16最新maxスナップショット(2026年1月)
qwen-image-edit-plus高速、低コスト編集

Qwen-Image legacy (ImageSynthesis API)

モデル説明
qwen-image-plusqwen-image-maxの蒸留高速化版
qwen-image-plus-2026-01-09qwen-image-plus スナップショット(2026年1月): より高速な高品質生成
qwen-imageベースモデル

Wan シリーズ - フォトリアル生成 (ImageGeneration API)

モデル説明
wan2.7-image-pro最新。最大4K出力、統合アーキテクチャ(T2I + 編集 + マルチ画像)
wan2.7-imageWan 2.7 標準、最大2K
wan2.6-t2iWan 2.6、柔軟なサイズ設定
wan2.5-t2i-preview高品質、最大 768x2700
wan2.2-t2i-flash速度最適化
wan2.2-t2i-plusプロフェッショナルティア
wanx2.1-t2i-turbo高速実行
wanx2.1-t2i-plusプロフェッショナルティア
wanx2.0-t2i-turbo旧世代

Z-Image - 軽量・高速 (MultiModalConversation API)

モデル説明
z-image-turbo高速、低コスト生成。バイリンガル(CN/EN)テキストレンダリング、高忠実度のポートレートと商品画像。ピクセル面積 512x512 から 2048x2048

Volcano Ark - ByteDance Seedream (OpenAI 互換 API)

モデル説明
doubao-seedream-5-0-260128Ark デフォルト。最新。最大3K、PNG/JPEG出力、最高のテキストレンダリング
doubao-seedream-4-5-251128Seedream 4.5、最大4K
doubao-seedream-4-0-250828Seedream 4.0、最大4K、低予算向け

Tencent Hunyuan (OpenAI 互換 API)

モデル説明
hy-image-v3.0Hunyuan デフォルト。フラグシップ 3.0、強力な構図認識、最大8K文字までの複雑な中国語プロンプトに対応

Zhipu / BigModel - CogView-4 & GLM-Image (OpenAI 互換 API)

モデル説明
cogview-4Zhipu デフォルト。最新 CogView-4 の安定エイリアス、ネイティブ中国語テキストレンダリング
cogview-4-250304CogView-4 固定スナップショット(2025年3月)、再現可能な結果
glm-imageGLM-Image フラグシップ、最大 2048x2048、ハイブリッド自己回帰/拡散

StepFun / 阶跃星辰 - Step-2X (OpenAI 互換 API)

モデル説明
step-2x-largeStepFun デフォルト。高品質(0.1元/画像)、最大 1024x1024
step-image-edit-2高速・低コスト(0.02元/画像)、ネガティブプロンプト対応、8推論ステップ

使用方法

基本使用法

# デフォルトモデル(qwen-image-2.0-pro、ネイティブ2K出力)
python ~/.claude/skills/imagenCN/scripts/generate_image.py "可愛い猫" output.png

# Wanモデルによるフォトリアル(Wan2.7は4K対応)
python ~/.claude/skills/imagenCN/scripts/generate_image.py --model wan2.7-image-pro --size 4K "夕日の中の山々のリアルな写真" photo.png

# 既存画像の編集(--imageが必要。ローカルパスまたはURL)
python ~/.claude/skills/imagenCN/scripts/generate_image.py --model qwen-image-edit-max --image input.png "背景を夕日の中のビーチに変更" edited.png

サイズオプション

# 比率プリセットを使用
python ~/.claude/skills/imagenCN/scripts/generate_image.py --size 16:9 "ワイドな風景" landscape.png

# 正確な寸法を使用
python ~/.claude/skills/imagenCN/scripts/generate_image.py --size 1280*720 "カスタムサイズ" custom.png

サイズプリセット

Qwen-Image 2.0(ネイティブ2K):

  • 1:1 -> 2048x2048(デフォルト)
  • 16:9 -> 2688x1536
  • 9:16 -> 1536x2688
  • 4:3 -> 2304x1728
  • 3:4 -> 1728x2304
  • 1K -> 1024x1024
  • 2K -> 2048x2048

Qwen-Image legacy:

  • 1:1 -> 1328x1328
  • 16:9 -> 1664x928
  • 9:16 -> 928x1664
  • 4:3 -> 1472x1104
  • 3:4 -> 1104x1472

Z-Image(ピクセル面積 512x512 ~ 2048x2048):

  • 1:1 -> 1024x1024(デフォルト)
  • 16:9 -> 1280x720
  • 9:16 -> 720x1280
  • 2:3 -> 1024x1536
  • 3:2 -> 1536x1024
  • 1K -> 1024x1024

Wan シリーズ(Wan2.7は 1K/2K/4K も受け付け):

  • 1:1 -> 1024x1024
  • 1:1-large -> 1280x1280
  • 16:9 -> 1280x720
  • 9:16 -> 720x1280
  • 4:3 -> 1200x900
  • 3:4 -> 900x1200
  • 2:1 -> 1440x720

Volcano Ark (Seedream):

  • 1:1 -> 2048x2048
  • 16:9 -> 2848x1600
  • 9:16 -> 1600x2848
  • 4:3 -> 2304x1728
  • 3:4 -> 1728x2304
  • 3:2 -> 2496x1664
  • 2:3 -> 1664x2496
  • 1K / 2K / 3K / 4K(モデル依存の最大解像度)

Tencent Hunyuan(コロン区切り形式):

  • 1:1 -> 1024:1024
  • 16:9 -> 1920:1080
  • 9:16 -> 1080:1920
  • 4:3 -> 1600:1200
  • 3:4 -> 1200:1600

Zhipu (CogView-4 / GLM-Image):

  • 1:1 -> 1024x1024(デフォルト)
  • 16:9 -> 1344x768
  • 9:16 -> 768x1344
  • 4:3 -> 1152x864
  • 3:4 -> 864x1152
  • 2:1 -> 1440x720
  • 1:2 -> 720x1440

StepFun (Step-2X):

  • 1:1 -> 1024x1024(デフォルト)
  • 1:1-small -> 512x512
  • 16:9 -> 1280x800
  • 9:16 -> 800x1280

高度なオプション

# ネガティブプロンプト付き
python ~/.claude/skills/imagenCN/scripts/generate_image.py --negative "ぼやけた、低品質" "高品質ポートレート" portrait.png

# すべてのモデルを一覧表示
python ~/.claude/skills/imagenCN/scripts/generate_image.py --list-models

必要条件

pip install dashscope requests

# オプション: カラー出力とスタイル付きテーブル
pip install rich

環境変数

# Alibaba Cloud Bailian (DashScope)
export DASHSCOPE_API_KEY="your_api_key"        # 必須
export DASHSCOPE_MODEL="wan2.7-image-pro"       # オプションのデフォルトモデル
export DASHSCOPE_API_BASE="cn"                  # オプション: cn, sg, us

# ByteDance Volcano Ark
export ARK_API_KEY="your_api_key"               # Ark で必須
export ARK_MODEL="doubao-seedream-5-0-260128"   # オプションのデフォルトモデル

# Tencent Hunyuan (TokenHub)
export HUNYUAN_API_KEY="your_api_key"           # Hunyuan で必須
export HUNYUAN_MODEL="hy-image-v3.0"            # オプションのデフォルトモデル

# Zhipu / BigModel
export ZHIPUAI_API_KEY="your_api_key"           # Zhipu で必須
export ZHIPUAI_MODEL="cogview-4"                # オプションのデフォルトモデル

# StepFun / 阶跃星辰
export STEP_API_KEY="your_api_key"              # StepFun で必須
export STEP_MODEL="step-2x-large"               # オプションのデフォルトモデル

APIキーの取得先:

設定ファイル(オプション)

個人のデフォルト設定には ~/.imagenCN.json を、プロジェクトごとの上書きにはプロジェクトディレクトリに .imagenCN.json を作成します。APIキーはセキュリティのため環境変数に保持します。

{
  "platform": "ark",
  "model": "doubao-seedream-5-0-260128",
  "size": "2K"
}

すべてのキーはオプションです。優先順位(高い順):

  1. CLI 引数(--platform、--model、--size)
  2. プロジェクト設定(カレントディレクトリの .imagenCN.json)
  3. ユーザー設定(~/.imagenCN.json)
  4. 環境変数(DASHSCOPE_MODEL、ARK_MODEL、HUNYUAN_MODEL)
  5. 組み込みデフォルト

API エンドポイント

リージョンエイリアスURL
中国(デフォルト)cnhttps://dashscope.aliyuncs.com/api/v1
シンガポールsghttps://dashscope-intl.aliyuncs.com/api/v1
バージニアushttps://dashscope-us.aliyuncs.com/api/v1
# シンガポールエンドポイントに切り替え
export DASHSCOPE_API_BASE="sg"

# または完全なURLを使用
export DASHSCOPE_API_BASE="https://dashscope-intl.aliyuncs.com/api/v1"

モデル選択ガイド

クイックピック — 必要なのはこれだけ

目的モデルプラットフォーム
デフォルト/汎用(ポスター、テキスト)qwen-image-2.0-proDashScope
フォトリアル(ポートレート、風景)wan2.7-image-proDashScope
画像編集qwen-image-edit-maxDashScope
低コスト・高速z-image-turboDashScope
写真+テキストの組み合わせdoubao-seedream-5-0-260128Volcano Ark
複雑な中国語構図hy-image-v3.0Tencent Hunyuan
画像内の中国語テキストcogview-4Zhipu
超低コスト大量生成step-image-edit-2StepFun

その他のモデルはレガシー/スナップショットバリアントです。

完全リファレンス

ユースケース推奨モデル
汎用高品質(デフォルト)qwen-image-2.0-pro
中国語テキスト/カリグラフィqwen-image-2.0-pro
画像内の英語テキストqwen-image-2.0-pro
タイポグラフィを含むポスターqwen-image-2.0-pro
フォトリアル写真(4K)wan2.7-image-pro
フォトリアル写真(2K)wan2.7-image
ポートレート写真wan2.7-image-pro
画像編集(最高品質)qwen-image-edit-max
画像編集(高速、低コスト)qwen-image-edit-plus
高速、低コスト生成z-image-turbo
高忠実度ポートレート/商品撮影(高速)z-image-turbo
高速フォトリアル(Wan)wan2.2-t2i-flash
低コストテキストレンダリングqwen-image-plus
ByteDance 最高品質doubao-seedream-5-0-260128
低予算4K(ByteDance)doubao-seedream-4-0-250828
複雑な中国語プロンプト(Tencent)hy-image-v3.0

プラットフォームクイック比較

機能DashScopeArkHunyuanZhipuStepFun
最適用途テキスト、多様性写真+テキスト複雑な中国語画像内中国語テキスト超低コスト
最大解像度4K4K2K2K1K
SDKdashscopeなしなしなしなし
価格変動~0.22~0.20~0.06~0.02
環境変数DASHSCOPE_API_KEYARK_API_KEYHUNYUAN_API_KEYZHIPUAI_API_KEYSTEP_API_KEY

Imagen(Gemini)との比較

機能ImagenCN (Bailian)Imagen (Gemini)
中国語テキストレンダリング優れている良い
英語テキストレンダリング優れている良い
フォトリアル画像優れている良い
速度中程度高速
モデルの種類15+ モデル3 モデル
最大解像度4K (Wan2.7-Pro)2K

例

Volcano Ark (ByteDance)

# デフォルトの Ark モデル (Seedream 5.0)
ARK_API_KEY="xxx" python scripts/generate_image.py \
  --platform ark \
  "鮮やかなクローズアップエディトリアルポートレート、Vogueマガジンカバースタイル" \
  portrait.png

# 4K出力の場合
ARK_API_KEY="xxx" python scripts/generate_image.py \
  --platform ark --model doubao-seedream-5-0-260128 --size 4K \
  "現代的な都会のスカイライン、ネオンライト、雨の反射" \
  cityscape.png

Tencent Hunyuan

# デフォルトの Hunyuan モデル
HUNYUAN_API_KEY="xxx" python scripts/generate_image.py \
  --platform hunyuan \
  "盛開的牡丹花,中國水墨畫風格,優雅" \
  peony.png

Zhipu / BigModel (CogView-4)

# デフォルトの Zhipu モデル
ZHIPUAI_API_KEY="xxx" python scripts/generate_image.py \
  --platform zhipu \
  "中国の書道、'龍'という文字、金の装飾のある赤い背景" \
  calligraphy.png

StepFun

# 低コスト大量生成
STEP_API_KEY="xxx" python scripts/generate_image.py \
  --platform step --model step-image-edit-2 \
  "製品カタログ用の白い背景のシンプルなマグカップ" \
  mug.png

関連スキル