核心用法
该 Skill 封装了阿里云 Model Studio DashScope SDK 的图像生成功能，专用于 qwen-image-max 模型。它定义了标准化的 image.generate 接口，将输入参数（prompt、negative_prompt、size、style、seed、reference_image）映射到 SDK 调用，并规范化输出为包含 image_url、width、height、seed 的结构。
关键实现要点：
- 使用
dashscope.aigc.image_generation.ImageGeneration类而非ImageSynthesis - 通过 messages 参数传递 prompt，支持可选的 reference_image 作为首条 content 项
- 从
response.output["choices"][0]["message"]["content"]中提取 image 字段
显著优点
1. 接口标准化：统一了请求/响应格式，便于集成到视频代理管道
2. 灵活性：支持负向提示、风格参数、随机种子控制和参考图像
3. 生产就绪：包含完整的错误处理表、重试策略、输出目录规范和缓存建议
4. 认证多样性：支持环境变量和 credentials 文件两种认证方式
潜在局限
negative_prompt、style、seed为 best-effort，后端可能忽略- 参考图像的字段名因 SDK 版本而异，需要适配
- 当前仅支持 Python 实现（DashScope SDK 绑定）
- 图像尺寸格式要求严格（
WxH格式），非标准尺寸返回 400
适合人群
- 构建 AI 视频/图像工作流的开发者
- 需要将通义万相集成到 agent 管道的工程师
- 寻求标准化图像生成接口以降低维护成本的技术团队
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 密钥泄露 | `DASHSCOPE_API_KEY` 环境变量或文件存储 | 使用密钥管理服务，避免硬编码 |
| 成本失控 | 重复生成相同内容 | 实现 `(prompt, size, seed, hash)` 缓存机制 |
| 存储膨胀 | 直接存储 base64 图像到数据库 | 强制使用对象存储，元数据仅存 URL |
| 配额耗尽 | 429 限流或额度不足 | 指数退避重试 + 并发控制 |
| 内容安全 | 生成图像可能含敏感内容 | 接入阿里云内容审核服务 |
| 模型漂移 | 后端行为变化（忽略参数） | 监控输出一致性，建立回归测试 |