aliyun-wan-image

Wan 2.7 画像生成と編集

検証

mkdir -p output/aliyun-wan-image
python -m py_compile skills/ai/image/aliyun-wan-image/scripts/generate_image.py && echo "py_compile_ok" > output/aliyun-wan-image/validate.txt

合格条件：コマンドが終了コード 0 で終了し、output/aliyun-wan-image/validate.txt が生成されること。

出力とエビデンス

• 生成した画像の URL、プロンプト、メタデータを output/aliyun-wan-image/ に書き込みます。
• 実行ごとに、少なくとも 1 つのサンプル JSON レスポンスを保存します。

前提条件

• SDK をインストールします（venv の使用を推奨）：

python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope

• 環境変数に DASHSCOPE_API_KEY を設定するか、~/.alibabacloud/credentials に dashscope_api_key を追加します。

重要なモデル名

• wan2.7-image-pro — プロフェッショナル版。4K 出力に対応
• wan2.7-image — より高速な生成。最大 2K

機能

機能	説明
テキストから画像を生成	テキストプロンプトから画像を生成します
画像編集	テキストによる指示で画像を編集します（入力画像 1～9 枚）
インタラクティブ編集	バウンディングボックス（bbox_list）で指定した領域を編集します
グループ生成	一貫性のある複数画像のシーケンスを生成します（enable_sequential=true、最大 12 枚）
カラーパレット	カスタムの 16 進数カラーと比率のパレット（3～10 色）で色のテーマを制御します
思考モード	品質向上のための高度な推論を行います（テキストから画像を生成する場合のみ）

API エンドポイント

同期（推奨）：

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation

非同期（長時間のタスク向け）：

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/image-generation/generation
Header: X-DashScope-Async: enable

正規化インターフェース（image.generate）

リクエスト

• prompt（string、必須）— 最大 5000 文字
• size（string、任意）— 1K、2K（デフォルト）、4K（pro のみ）、または WxH のピクセル値
• n（int、任意）— 画像の枚数。1～4 枚（デフォルトは 4 枚）、または enable_sequential の場合は 1～12 枚
• seed（int、任意）— 範囲は [0, 2147483647]
• reference_image（string/array、任意）— URL または base64。最大 9 枚
• enable_sequential（bool、任意）— グループ画像生成モード
• thinking_mode（bool、任意、デフォルト true）— 高度な推論（テキストから画像を生成する場合のみ）
• bbox_list（array、任意）— インタラクティブ編集用のバウンディングボックス
• color_palette（array、任意）— カスタムの色のテーマ（16 進数カラーと比率で指定する 3～10 色）
• watermark（bool、任意、デフォルト false）

レスポンス

• image_url（string）— PNG。24 時間有効
• image_count（int）
• size（string）— 実際の出力解像度
• seed（int）

クイックスタート（Python + DashScope SDK）

import os
from dashscope.aigc.image_generation import ImageGeneration

def generate_image(req: dict) -> dict:
    messages = [
        {
            "role": "user",
            "content": [{"text": req["prompt"]}],
        }
    ]

    # Add reference images if provided
    ref_images = req.get("reference_images") or []
    if req.get("reference_image"):
        ref_images = [req["reference_image"]] + ref_images
    for img in ref_images:
        messages[0]["content"].append({"image": img})

    params = {
        "model": req.get("model", "wan2.7-image"),
        "messages": messages,
        "size": req.get("size", "2K"),
        "n": req.get("n", 1),
        "api_key": os.getenv("DASHSCOPE_API_KEY"),
        "seed": req.get("seed"),
        "watermark": req.get("watermark", False),
    }

    if req.get("enable_sequential"):
        params["enable_sequential"] = True
    if req.get("thinking_mode") is not None:
        params["thinking_mode"] = req["thinking_mode"]
    if req.get("bbox_list"):
        params["bbox_list"] = req["bbox_list"]
    if req.get("color_palette"):
        params["color_palette"] = req["color_palette"]

    response = ImageGeneration.call(**params)

    content = response.output["choices"][0]["message"]["content"]
    images = [item["image"] for item in content if isinstance(item, dict) and item.get("image")]

    return {
        "image_urls": images,
        "image_count": response.usage.get("image_count"),
        "size": response.usage.get("size"),
    }

サイズのリファレンス

モデル	対応サイズ	デフォルト
wan2.7-image-pro	1K、2K、4K（テキストから画像を生成する場合のみ）、または [768, 4096] px	2K
wan2.7-image	1K、2K、または [768, 2048] px	2K

エラー処理

エラー	考えられる原因	対処方法
401/403	DASHSCOPE_API_KEY が未設定、または無効	環境変数または認証情報ファイルを確認します。
400 InvalidParameter	サポート対象外のサイズ、無効な n 値、または必須画像の不足	モデルの制限に照らしてパラメーターを検証します。
429	レート制限またはクォータ	待機時間を段階的に増やして再試行します。

出力先

• デフォルトの出力先：output/aliyun-wan-image/images/
• OUTPUT_DIR でベースディレクトリを上書きできます。

避けるべきパターン

• モデル名を作り出さず、wan2.7-image または wan2.7-image-pro のみを使用します。
• wan2.7-image では 4K サイズを使用しないでください（4K に対応しているのは pro のみです）。
• enable_sequential と bbox_list を併用しないでください。これらは別々のモードです。
• 画像の URL は 24 時間で期限切れになります。すぐにダウンロードして保存してください。

ワークフロー

1. ユーザーの意図（テキストから画像を生成、画像編集、グループ生成、インタラクティブ編集）を確認します。
2. 適切なモデルを選択します（4K または高品質が必要な場合は pro、速度を優先する場合は標準版）。
3. パラメーターを明示し、範囲を限定して実行します。
4. URL の有効期限が切れる前に、生成した画像をダウンロードして保存します。

リファレンス

• HTTP API の詳細については、references/api_reference.md を参照してください。
• ソースへのリンクについては、references/sources.md を参照してください。