wan2.7-image-skill

Name: wan2.7-image-skill
Author: Wan-Video

86installs17forks

How to install wan2.7-image-skill?

wan-video/wan-skills/wan2.7-image-skill

$npx -y skills add Wan-Video/Wan-skills --skill wan2.7-image-skill

Installs into the current project.

Summary

基于 wan2.7-image 模型，支持多种图像生成与编辑能力，包括文本生成图像、文本生成多图组合、基于图像生成多图组合、单图编辑以及基于多张参考图的图像合成，适用于多样化的创作场景。主要覆盖以下三类任务：1、图像生成——如“画一只猫”、“生成一张穿红裙的女士在咖啡馆的照片”等；2、图像编辑——如“将图中的汽车换成自行车”、“这张图片背景换成室外”、“把图中衣服颜色从蓝色改成绿色”等；3、风格迁移——如“将这张照片转为 <xxx> 风格”、“用 <yyy> 风格重绘这张建筑图”、“参考 <yyy> 的画风来改变 <zzz> 的风格”等。触发条件：只要用

Files · 1

View on GitHub

SKILL.md

1	# Wan2.7 Image Generation Skill （Wan2.7 图片生成编辑技能）
2
3	Generate AI images with "Wan2.7 Image" via direct API calls.
4
5	---
6
7	## Quick Start
8
9	1. 配置环境 → [common.md](references/common.md)
10	2. 了解能力 → 阅读下文核心能力介绍
11	3. 选择模式 → 根据需求选择三种操作模式之一
12	4. 详细用法 → [image-generation-editing.md](references/image-generation-editing.md)
13
14	核心能力：
15	- ✅ 文生图：纯文本生成单张图像
16	- ✅ 图像编辑：基于参考图的编辑、风格迁移、多图融合
17	- ✅ 组图生成：文生组图、图生组图（最多 12 张）
18
19	---
20
21	## Workflow: Unified Image Generation & Editing（统一图像生成与编辑）
22
23	```mermaid
24	graph TB
25	A[用户请求] --> B{是否有参考图？}
26	B -->\|无参考图 \| C[文生图/文生组图]
27	B -->\|有参考图 \| D[图生图/图像编辑/图生组图]
28	C --> E[调用image-generation-editing.py]
29	D --> E
30	E -->\|SUCCEEDED\| I[返回图片 URL]
31	E -->\|FAILED\| J[错误处理]
32	```
33
34	流程说明：
35	1. 判断模式 - 根据是否有参考图以及用户内容，选择文生图,图生图还是组图生成
36	2. 预处理脚本执行 - 根据输入情况自动选择：
37	- 有文件路径：调用 `scripts/file_to_oss.py --file` 上传文件到OSS
38	- 有 base64 数据（如Claw chat框粘贴场景）：调用 `scripts/file_to_oss.py --base64` 上传到OSS
39	- 有分辨率和长宽比的需求：执行 `scripts/parse_resolution.py` 获取size配置
40	3. 调用生成脚本 - 调用 `scripts/image-generation-editing.py`，根据下述三种操作模式进行对应的参数填充
41	4. 获取结果 - 从响应中提取图片 URL（有效期 24 小时）
42	5. 展示结果 - 把图片URL在用户交互界面中显示出来
43	6. 保存图片 - 提示用户图片结果链接有有效期，如果用户想长期保存结果，让用户指定一个目录，把图片存进这个目录
44
45	📖 详细流程与参数： [image-generation-editing.md](references/image-generation-editing.md)
46
47	---
48
49	## Three Operation Modes（三种操作模式）
50
51	### Mode 1: 图像生成（文生图）
52
53	用途：纯文本生成单张图像
54
55	输入：文本提示词
56	输出：图片
57	特点：无需输入参考图
58
59	关键参数：
60	- `enable_sequential`: false
61	- `n`: 生成数量 1
62	- `size`: 分辨率 (支持 1K/2K 或自定义)
63
64	📖 详细说明与用例： [image-generation-editing.md#mode-1](references/image-generation-editing.md)
65
66	---
67
68	### Mode 2: 图像编辑（图生图、风格迁移、多图融合）
69
70	用途：基于参考图像进行编辑、风格迁移或保持主体一致性生成
71
72	输入：文本提示词 + 1-9 张参考图
73	输出：图片
74	特点：输入1-9张参考图进行参考生成
75
76	关键参数：
77	- `enable_sequential`: false
78	- `n`: 生成数量 1
79	- `size`: 分辨率（支持 1K/2K 或自定义）
80
81	📖 详细说明与用例： [image-generation-editing.md#mode-2](references/image-generation-editing.md)
82
83	---
84
85	### Mode 3: 组图生成
86
87	用途：根据文本描述生成系列图像（一次生成多张关联的图片，教程、故事等）
88
89	输入：文本提示词 + 可选参考图（最多 9 张）
90	输出：最多 12 张图片
91	特点：一次生成多张关联的图片，实际数量由模型决定
92
93	关键参数：
94	- `enable_sequential`: true
95	- `n`: 生成数量范围 [1-12]
96	- `size`: 分辨率（支持 1K/2K 或自定义）
97
98	📖 详细说明与用例： [image-generation-editing.md#mode-3](references/image-generation-editing.md)
99
100	---
101
102	## Documents Structure（文档结构）
103
104	### 📖 [Common Configuration](references/common.md)
105
106	用途：通用配置和环境变量管理
107
108	包含内容：
109	- API Key 获取和配置步骤
110	- 环境变量配置（DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL）
111	- 地域选择（北京、新加坡）
112
113	何时查阅：首次配置环境或需要修改配置时
114
115	---
116
117	### 📖 [Image Generation & Editing](references/image-generation-editing.md)
118
119	用途： Wan 2.7 统一技能详细文档
120
121	包含内容：
122	- 三种操作模式的详细说明和用例（Mode 1/2/3）
123	- 图像输入要求（格式、分辨率、大小、宽高比）
124	- 分辨率转换脚本使用说明（parse_resolution.py）
125
126	何时查阅：需要了解具体 API 用法、参数配置或排查问题时
127
128	---
129
130	### 📖 [Upload to OSS](scripts/file_to_oss.py)
131
132	用途：本地文件或 base64 图片数据上传到临时 OSS 存储的 Python 脚本
133
134	包含内容：
135	- 文件上传功能实现
136	- 获取 oss:// URL
137	- 支持文件路径和 base64 两种输入方式
138	- 支持所有需要本地文件的场景，如果用户在聊天框粘贴传入参考图，请把这些参考图，以 base64 形式传递给脚本
139
140	何时查阅：需要上传本地图片用于图生图、图像编辑、图生组图时
141
142	使用示例：
143	```bash
144	# 方式 1: 从文件路径上传
145	python scripts/file_to_oss.py --file /tmp/image.jpg --model wan2.7-image
146
147	# 方式 2: 从 base64 数据上传（OpenClaw 场景）
148	python scripts/file_to_oss.py --base64 "<base64_data>" --model wan2.7-image
149
150	# 输出：oss://dashscope-instant/xxx/cat.png
151	```
152
153	---
154
155	### 📖 [Parse resolution](scripts/parse_resolution.py)
156
157	用途：解析用户输入的分辨率描述，转换为 API 所需的 size 参数。
158
159	包含内容：
160	- 用户输入中有分辨率，1K，2K，2:4 等相关内容
161	- K + 比例：`"2K 3:4"`, `"1K 16:9"`
162	- 仅 K 值：`"1K"`, `"2K"`（默认 1:1）
163	- 直接指定：`"10241024"`, `"20482048"`
164
165	何时查阅：需要解析用户分辨率需求时（如：当用户即对分辨率有要求又对宽高比有要求时，解析用户输入的分辨率描述），转换使用
166
167	使用示例：
168	```bash
169	python scripts/parse_resolution.py "2K 3:4"
170	# 输出：1774*2364
171	```
172
173	---
174
175	## 📖 生成任务耗时过长及异步任务查询
176
177	何时使用：
178	当用户调用scripts/image-generation-editing.py 用时太长时，脚本不会等待最终输出结果，会主动输出task_id。
179	后续每隔10秒用scripts/check_wan_task_status.py 脚本，查询该task_id所对应的任务的状态。连续查询3次，若有url输出则说明最终完成了任务；若还在进行中，则显示该task_id，提示用户之后再用task_id进行查询。
180
181	重要原则
182	当多次查询都还在生成进行中（RUNNING），则告知用户task_id，提示用户之后再用task_id进行查询。绝对不要私自更改用户的需求，例如减少参考图片的张数和生成组图的张数。
183
184	使用示例：
185	```bash
186	python scripts/check_wan_task_status.py "<task_id>"
187	```
188
189	---
190
191	## Error Handling
192
193	常见错误及解决方案：
194
195	\| 错误 \| 原因 \| 解决方案 \|
196	\|------\|------\|----------\|
197	\| API key not provided \| 未设置 API Key \| 设置 `DASHSCOPE_API_KEY` 环境变量 \|
198	\| 请求失败：code=XXX \| API 调用失败 \| 检查网络连接、API Key 有效性、模型可用性 \|
199	\| 解析响应失败 \| 响应格式异常 \| 查看原始响应，参考 DashScope 文档 \|
200
201	详细错误码参考：[DashScope 错误码文档](https://help.aliyun.com/zh/model-studio/developer-reference/error-code)
202
203	---
204
205	## Related Documents
206
207	- 📖 [common.md](references/common.md) - 环境配置的说明文档
208	- 📖 [image-generation-editing.md](references/image-gener

People who liked this also viewed

6 picks

Type

wan2.7-image-skill

86installs17forks

View on GitHub

How to install wan2.7-image-skill?

wan-video/wan-skills/wan2.7-image-skill

$npx -y skills add Wan-Video/Wan-skills --skill wan2.7-image-skill

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Wan2.7 Image Generation Skill （Wan2.7 图片生成编辑技能）
2
3	Generate AI images with "Wan2.7 Image" via direct API calls.
4
5	---
6
7	## Quick Start
8
9	1. 配置环境 → [common.md](references/common.md)
10	2. 了解能力 → 阅读下文核心能力介绍
11	3. 选择模式 → 根据需求选择三种操作模式之一
12	4. 详细用法 → [image-generation-editing.md](references/image-generation-editing.md)
13
14	核心能力：
15	- ✅ 文生图：纯文本生成单张图像
16	- ✅ 图像编辑：基于参考图的编辑、风格迁移、多图融合
17	- ✅ 组图生成：文生组图、图生组图（最多 12 张）
18
19	---
20
21	## Workflow: Unified Image Generation & Editing（统一图像生成与编辑）
22
23	```mermaid
24	graph TB
25	A[用户请求] --> B{是否有参考图？}
26	B -->\|无参考图 \| C[文生图/文生组图]
27	B -->\|有参考图 \| D[图生图/图像编辑/图生组图]
28	C --> E[调用image-generation-editing.py]
29	D --> E
30	E -->\|SUCCEEDED\| I[返回图片 URL]
31	E -->\|FAILED\| J[错误处理]
32	```
33
34	流程说明：
35	1. 判断模式 - 根据是否有参考图以及用户内容，选择文生图,图生图还是组图生成
36	2. 预处理脚本执行 - 根据输入情况自动选择：
37	- 有文件路径：调用 `scripts/file_to_oss.py --file` 上传文件到OSS
38	- 有 base64 数据（如Claw chat框粘贴场景）：调用 `scripts/file_to_oss.py --base64` 上传到OSS
39	- 有分辨率和长宽比的需求：执行 `scripts/parse_resolution.py` 获取size配置
40	3. 调用生成脚本 - 调用 `scripts/image-generation-editing.py`，根据下述三种操作模式进行对应的参数填充
41	4. 获取结果 - 从响应中提取图片 URL（有效期 24 小时）
42	5. 展示结果 - 把图片URL在用户交互界面中显示出来
43	6. 保存图片 - 提示用户图片结果链接有有效期，如果用户想长期保存结果，让用户指定一个目录，把图片存进这个目录
44
45	📖 详细流程与参数： [image-generation-editing.md](references/image-generation-editing.md)
46
47	---
48
49	## Three Operation Modes（三种操作模式）
50
51	### Mode 1: 图像生成（文生图）
52
53	用途：纯文本生成单张图像
54
55	输入：文本提示词
56	输出：图片
57	特点：无需输入参考图
58
59	关键参数：
60	- `enable_sequential`: false
61	- `n`: 生成数量 1
62	- `size`: 分辨率 (支持 1K/2K 或自定义)
63
64	📖 详细说明与用例： [image-generation-editing.md#mode-1](references/image-generation-editing.md)
65
66	---
67
68	### Mode 2: 图像编辑（图生图、风格迁移、多图融合）
69
70	用途：基于参考图像进行编辑、风格迁移或保持主体一致性生成
71
72	输入：文本提示词 + 1-9 张参考图
73	输出：图片
74	特点：输入1-9张参考图进行参考生成
75
76	关键参数：
77	- `enable_sequential`: false
78	- `n`: 生成数量 1
79	- `size`: 分辨率（支持 1K/2K 或自定义）
80
81	📖 详细说明与用例： [image-generation-editing.md#mode-2](references/image-generation-editing.md)
82
83	---
84
85	### Mode 3: 组图生成
86
87	用途：根据文本描述生成系列图像（一次生成多张关联的图片，教程、故事等）
88
89	输入：文本提示词 + 可选参考图（最多 9 张）
90	输出：最多 12 张图片
91	特点：一次生成多张关联的图片，实际数量由模型决定
92
93	关键参数：
94	- `enable_sequential`: true
95	- `n`: 生成数量范围 [1-12]
96	- `size`: 分辨率（支持 1K/2K 或自定义）
97
98	📖 详细说明与用例： [image-generation-editing.md#mode-3](references/image-generation-editing.md)
99
100	---
101
102	## Documents Structure（文档结构）
103
104	### 📖 [Common Configuration](references/common.md)
105
106	用途：通用配置和环境变量管理
107
108	包含内容：
109	- API Key 获取和配置步骤
110	- 环境变量配置（DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL）
111	- 地域选择（北京、新加坡）
112
113	何时查阅：首次配置环境或需要修改配置时
114
115	---
116
117	### 📖 [Image Generation & Editing](references/image-generation-editing.md)
118
119	用途： Wan 2.7 统一技能详细文档
120
121	包含内容：
122	- 三种操作模式的详细说明和用例（Mode 1/2/3）
123	- 图像输入要求（格式、分辨率、大小、宽高比）
124	- 分辨率转换脚本使用说明（parse_resolution.py）
125
126	何时查阅：需要了解具体 API 用法、参数配置或排查问题时
127
128	---
129
130	### 📖 [Upload to OSS](scripts/file_to_oss.py)
131
132	用途：本地文件或 base64 图片数据上传到临时 OSS 存储的 Python 脚本
133
134	包含内容：
135	- 文件上传功能实现
136	- 获取 oss:// URL
137	- 支持文件路径和 base64 两种输入方式
138	- 支持所有需要本地文件的场景，如果用户在聊天框粘贴传入参考图，请把这些参考图，以 base64 形式传递给脚本
139
140	何时查阅：需要上传本地图片用于图生图、图像编辑、图生组图时
141
142	使用示例：
143	```bash
144	# 方式 1: 从文件路径上传
145	python scripts/file_to_oss.py --file /tmp/image.jpg --model wan2.7-image
146
147	# 方式 2: 从 base64 数据上传（OpenClaw 场景）
148	python scripts/file_to_oss.py --base64 "<base64_data>" --model wan2.7-image
149
150	# 输出：oss://dashscope-instant/xxx/cat.png
151	```
152
153	---
154
155	### 📖 [Parse resolution](scripts/parse_resolution.py)
156
157	用途：解析用户输入的分辨率描述，转换为 API 所需的 size 参数。
158
159	包含内容：
160	- 用户输入中有分辨率，1K，2K，2:4 等相关内容
161	- K + 比例：`"2K 3:4"`, `"1K 16:9"`
162	- 仅 K 值：`"1K"`, `"2K"`（默认 1:1）
163	- 直接指定：`"10241024"`, `"20482048"`
164
165	何时查阅：需要解析用户分辨率需求时（如：当用户即对分辨率有要求又对宽高比有要求时，解析用户输入的分辨率描述），转换使用
166
167	使用示例：
168	```bash
169	python scripts/parse_resolution.py "2K 3:4"
170	# 输出：1774*2364
171	```
172
173	---
174
175	## 📖 生成任务耗时过长及异步任务查询
176
177	何时使用：
178	当用户调用scripts/image-generation-editing.py 用时太长时，脚本不会等待最终输出结果，会主动输出task_id。
179	后续每隔10秒用scripts/check_wan_task_status.py 脚本，查询该task_id所对应的任务的状态。连续查询3次，若有url输出则说明最终完成了任务；若还在进行中，则显示该task_id，提示用户之后再用task_id进行查询。
180
181	重要原则
182	当多次查询都还在生成进行中（RUNNING），则告知用户task_id，提示用户之后再用task_id进行查询。绝对不要私自更改用户的需求，例如减少参考图片的张数和生成组图的张数。
183
184	使用示例：
185	```bash
186	python scripts/check_wan_task_status.py "<task_id>"
187	```
188
189	---
190
191	## Error Handling
192
193	常见错误及解决方案：
194
195	\| 错误 \| 原因 \| 解决方案 \|
196	\|------\|------\|----------\|
197	\| API key not provided \| 未设置 API Key \| 设置 `DASHSCOPE_API_KEY` 环境变量 \|
198	\| 请求失败：code=XXX \| API 调用失败 \| 检查网络连接、API Key 有效性、模型可用性 \|
199	\| 解析响应失败 \| 响应格式异常 \| 查看原始响应，参考 DashScope 文档 \|
200
201	详细错误码参考：[DashScope 错误码文档](https://help.aliyun.com/zh/model-studio/developer-reference/error-code)
202
203	---
204
205	## Related Documents
206
207	- 📖 [common.md](references/common.md) - 环境配置的说明文档
208	- 📖 [image-generation-editing.md](references/image-gener

People who liked this also viewed

6 picks

Type