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-2025-12-30 | qwen-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-plus | qwen-image-maxの蒸留高速化版 |
qwen-image-plus-2026-01-09 | qwen-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-image | Wan 2.7 標準、最大2K |
wan2.6-t2i | Wan 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-5-0-260128 | Ark 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-4-5-251128 | Seedream 4.5、最大4K |
doubao-seedream-4-0-250828 | Seedream 4.0、最大4K、低予算向け |
Tencent Hunyuan (OpenAI 互換 API)
| モデル | 説明 |
|---|---|
hy-image-v3.0 | Hunyuan 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-4 | Zhipu 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-4-250304 | CogView-4 固定スナップショット(2025年3月)、再現可能な結果 |
glm-image | GLM-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-large | StepFun 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-> 2688x15369:16-> 1536x26884:3-> 2304x17283:4-> 1728x23041K-> 1024x10242K-> 2048x2048
Qwen-Image legacy:
1:1-> 1328x132816:9-> 1664x9289:16-> 928x16644:3-> 1472x11043:4-> 1104x1472
Z-Image(ピクセル面積 512x512 ~ 2048x2048):
1:1-> 1024x1024(デフォルト)16:9-> 1280x7209:16-> 720x12802:3-> 1024x15363:2-> 1536x10241K-> 1024x1024
Wan シリーズ(Wan2.7は 1K/2K/4K も受け付け):
1:1-> 1024x10241:1-large-> 1280x128016:9-> 1280x7209:16-> 720x12804:3-> 1200x9003:4-> 900x12002:1-> 1440x720
Volcano Ark (Seedream):
1:1-> 2048x204816:9-> 2848x16009:16-> 1600x28484:3-> 2304x17283:4-> 1728x23043:2-> 2496x16642:3-> 1664x24961K/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-> 1024:102416:9-> 1920:10809:16-> 1080:19204:3-> 1600:12003:4-> 1200:1600
Zhipu (CogView-4 / GLM-Image):
1:1-> 1024x1024(デフォルト)16:9-> 1344x7689:16-> 768x13444:3-> 1152x8643:4-> 864x11522:1-> 1440x7201:2-> 720x1440
StepFun (Step-2X):
1:1-> 1024x1024(デフォルト)1:1-small-> 512x51216:9-> 1280x8009:16-> 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:
- DashScope: https://bailian.console.aliyun.com/
- Volcano Ark: https://console.volcengine.com/ark/region:ark+cn-beijing/apikey
- Tencent Hunyuan: https://console.cloud.tencent.com/tokenhub/apikey
- Zhipu: https://bigmodel.cn
- StepFun: https://platform.stepfun.com/interface-key
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):
- CLI 引数(
--platform、--model、--size) - プロジェクト設定(カレントディレクトリの
.imagenCN.json) - ユーザー設定(
~/.imagenCN.json) - 環境変数(
DASHSCOPE_MODEL、ARK_MODEL、HUNYUAN_MODEL) - 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) | cn | https://dashscope.aliyuncs.com/api/v1 |
| シンガポール | sg | https://dashscope-intl.aliyuncs.com/api/v1 |
| バージニア | us | https://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-pro | DashScope |
| フォトリアル(ポートレート、風景) | wan2.7-image-pro | DashScope |
| 画像編集 | qwen-image-edit-max | DashScope |
| 低コスト・高速 | z-image-turbo | DashScope |
| 写真+テキストの組み合わせ | doubao-seedream-5-0-260128 | Volcano Ark |
| 複雑な中国語構図 | hy-image-v3.0 | Tencent Hunyuan |
| 画像内の中国語テキスト | cogview-4 | Zhipu |
| 超低コスト大量生成 | step-image-edit-2 | StepFun |
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 | DashScope | Ark | Hunyuan | Zhipu | StepFun |
|---|---|---|---|---|---|
| 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 | 4K | 4K | 2K | 2K | 1K |
| SDK | dashscope | 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_KEY | ARK_API_KEY | HUNYUAN_API_KEY | ZHIPUAI_API_KEY | STEP_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