wan2.7-image-skill

Name: wan2.7-image-skill
Author: wan-video

github.com/wan-videoクリエイティブ・メディア7693 回インストール28 週間前に更新

wan2.7-image-skill について

wan2.7-image-skill は、Wan2.7 Image API を直接呼び出して画像を生成・編集するスキルです。テキストからの生成、参照画像を使った編集、関連画像の生成に対応し、アップロードや解像度解析、タスク状態確認のスクリプトも含みます。

主な機能

01テキストから単一画像を生成
021〜9 枚の参照画像を使った編集
03最大 12 枚の関連画像を生成
04ローカルまたは Base64 画像のアップロード
05解像度指定の解析とタスク状態確認

活用シーン

01プロンプトから画像を作成
02参照画像の編集やスタイル変換
03ストーリー用の画像セットを生成
04貼り付け画像やローカル画像を参照として送信

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/wan-video/wan-skills --skill wan2.7-image-skill

インストール後、Claude Code で/wan2.7-image-skillを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/

common.md

image-generation-editing.md

scripts/

image-generation-editing.py

check_wan_task_status.py

file_to_oss.py

parse_resolution.py

詳細

Wan2.7 Image Generation Skill（Wan2.7 画像生成・編集スキル）

「Wan2.7 Image」を使用して、API を直接呼び出し、AI 画像を生成します。

クイックスタート

1. 環境を設定する → common.md
2. 機能を確認する → 以下の主要機能の説明を読む
3. モードを選択する → 要件に応じて3つの操作モードから選択する
4. 詳細な使い方を確認する → image-generation-editing.md

主な機能：

✅ テキストから画像を生成：テキストのみから1枚の画像を生成
✅ 画像編集：参照画像に基づく編集、スタイル変換、複数画像の融合
✅ 複数画像の生成：テキストから複数画像を生成、画像から複数画像を生成（最大 12 枚）

ワークフロー：画像生成・編集の統合フロー

graph TB
    A[用户请求] --> B{是否有参考图？}
    B -->|无参考图 | C[文生图/文生组图]
    B -->|有参考图 | D[图生图/图像编辑/图生组图]
    C --> E[调用image-generation-editing.py]
    D --> E
    E -->|SUCCEEDED| I[返回图片 URL]
    E -->|FAILED| J[错误处理]

ワークフローの説明：

モードを判断する - 参照画像の有無とユーザーの入力内容に応じて、テキストから画像を生成するか、画像から画像を生成するか、複数画像を生成するかを選択します
前処理スクリプトを実行する - 入力内容に応じて自動的に選択します：
- ファイルパスがある場合：scripts/file_to_oss.py --file を呼び出してファイルを OSS にアップロードします
- base64 データがある場合（Claw のチャット欄に貼り付ける場合など）：scripts/file_to_oss.py --base64 を呼び出して OSS にアップロードします
- 解像度とアスペクト比の指定がある場合：scripts/parse_resolution.py を実行して size 設定を取得します
生成スクリプトを呼び出す - scripts/image-generation-editing.py を呼び出し、以下の3つの操作モードに応じてパラメーターを設定します
結果を取得する - レスポンスから画像 URL を抽出します（有効期間は 24 時間です）
結果を表示する - ユーザーインターフェースに画像 URL を表示します
画像を保存する - 画像の結果リンクには有効期間があることをユーザーに伝え、結果を長期保存したい場合は保存先のディレクトリを指定してもらい、そのディレクトリに画像を保存します

📖 詳細なワークフローとパラメーター： image-generation-editing.md

3つの操作モード

モード 1：画像生成（テキストから画像を生成）

用途： テキストのみから1枚の画像を生成します

入力： テキストプロンプト
出力： 画像
特徴： 参照画像の入力は不要です

主なパラメーター：

enable_sequential: false
n: 生成枚数 1
size: 解像度（1K/2K またはカスタムに対応）

📖 詳細な説明と使用例： image-generation-editing.md#mode-1

モード 2：画像編集（画像から画像を生成、スタイル変換、複数画像の融合）

用途： 参照画像に基づいて編集、スタイル変換、または被写体の一貫性を保った画像生成を行います

入力： テキストプロンプト + 1～9 枚の参照画像
出力： 画像
特徴： 1～9 枚の参照画像を入力して、参照画像に基づく生成を行います

主なパラメーター：

enable_sequential: false
n: 生成枚数 1
size: 解像度（1K/2K またはカスタムに対応）

📖 詳細な説明と使用例： image-generation-editing.md#mode-2

モード 3：複数画像の生成

用途： テキストの説明に基づいて一連の画像を生成します（チュートリアルやストーリーなど、関連する複数の画像を一度に生成します）

入力： テキストプロンプト + 任意の参照画像（最大 9 枚）
出力： 最大 12 枚の画像
特徴： 関連する複数の画像を一度に生成します。実際の枚数はモデルによって決定されます

主なパラメーター：

enable_sequential: true
n: 生成枚数の範囲 [1-12]
size: 解像度（1K/2K またはカスタムに対応）

📖 詳細な説明と使用例： image-generation-editing.md#mode-3

ドキュメント構成

📖 共通設定

用途： 共通設定と環境変数の管理

内容：

API Key の取得と設定手順
環境変数の設定（DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL）
地域の選択（北京、シンガポール）

参照するタイミング： 初めて環境を設定するとき、または設定を変更するとき

📖 画像生成・編集

用途： Wan 2.7 の統合スキルに関する詳細ドキュメント

内容：

3つの操作モードの詳細な説明と使用例（モード 1/2/3）
画像入力要件（形式、解像度、サイズ、アスペクト比）
解像度変換スクリプトの使用方法（parse_resolution.py）

参照するタイミング： 具体的な API の使い方やパラメーター設定を確認するとき、または問題を解決するとき

📖 OSS へのアップロード

用途： ローカルファイルまたは base64 画像データを一時的な OSS ストレージにアップロードする Python スクリプト

内容：

ファイルアップロード機能の実装
oss:// URL の取得
ファイルパスと base64 の両方の入力方式に対応
ローカルファイルが必要なすべてのケースに対応します。ユーザーがチャット欄に参照画像を貼り付けて送信した場合は、これらの参照画像を base64 形式でスクリプトに渡してください

参照するタイミング： 画像から画像を生成する場合、画像編集を行う場合、または画像から複数画像を生成する場合に、ローカル画像をアップロードするとき

使用例：

# 方式 1: 从文件路径上传
python scripts/file_to_oss.py --file /tmp/image.jpg --model wan2.7-image

# 方式 2: 从 base64 数据上传（OpenClaw 场景）
python scripts/file_to_oss.py --base64 "<base64_data>" --model wan2.7-image

# 输出：oss://dashscope-instant/xxx/cat.png

📖 解像度の解析

用途： ユーザーが入力した解像度の説明を解析し、API で必要な size パラメーターに変換します。

内容：

ユーザーの入力に解像度、1K、2K、2:4 などに関連する内容が含まれている場合
K + 比率："2K 3:4", "1K 16:9"
K 値のみ："1K", "2K"（デフォルトは 1:1）
直接指定："1024*1024", "2048*2048"

参照するタイミング： ユーザーの解像度要件を解析する必要があるとき（例：ユーザーが解像度とアスペクト比の両方を指定している場合に、入力された解像度の説明を解析して変換します）

使用例：

python scripts/parse_resolution.py "2K 3:4"
# 输出：1774*2364

📖 生成タスクに時間がかかる場合の非同期タスク照会

使用するタイミング： ユーザーが scripts/image-generation-editing.py を呼び出した際、処理に時間がかかる場合、スクリプトは最終結果を待たずに task_id を出力します。以降は10秒ごとに scripts/check_wan_task_status.py スクリプトを使用し、その task_id に対応するタスクの状態を照会します。3回連続で照会し、URL が出力されればタスクは完了しています。まだ処理中の場合は task_id を表示し、後で task_id を使って照会するようユーザーに案内します。

重要な原則 複数回照会しても生成中（RUNNING）の場合は、task_id をユーザーに伝え、後で task_id を使って照会するよう案内してください。参照画像の枚数や生成する複数画像の枚数を減らすなど、ユーザーの要望を勝手に変更してはいけません。

使用例：

python scripts/check_wan_task_status.py "<task_id>"

エラー処理

よくあるエラーと解決策：

エラー	原因	解決策
API キーが指定されていません	API Key が設定されていません	`DASHSCOPE_API_KEY` 環境変数を設定します
リクエスト失敗：code=XXX	API 呼び出しに失敗しました	ネットワーク接続、API Key の有効性、モデルの利用可否を確認します
レスポンスの解析に失敗しました	レスポンス形式に異常があります	元のレスポンスを確認し、DashScope のドキュメントを参照してください

詳細なエラーコードについては、DashScope エラーコードのドキュメントを参照してください。

基本情報

作者: wan-video
リポジトリ: wan-video/wan-skills
カテゴリ: クリエイティブ・メディア
インストール数: 93
GitHub スター: 76

問題を報告

おすすめの Skills

すべての Skills

ai-video-generation

github.com/inference-sh

1.7M

inference.sh CLI で Google Veo、Seedance 2.0、HappyHorse、Wan、Grok など 40 以上のモデルを使って AI 動画を生成する。モデル：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。機能：テキストから動画、画像から動画、参照から動画、動画編集、リップシンク、アバターアニメーション、動画アップスケーリング、フォーリー音。用途：ソーシャルメディア動画、マーケティングコンテンツ、解説動画、製品デモ、AI アバター。トリガー：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

inference.sh CLI で GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve など 50 以上のモデルを使って AI 画像を生成する。モデル：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。機能：テキストから画像、画像から画像、インペインティング、LoRA、画像編集、アップスケーリング、テキストレンダリング。用途：AI アート、製品モックアップ、コンセプトアート、ソーシャルメディア用グラフィック、マーケティングビジュアル、イラスト。トリガー：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

inference.sh CLI で AI アバターやトーキングヘッド動画を作成します。おすすめ：P-Video-Avatar（最速、最安、TTS 内蔵）。その他：OmniHuman、Fabric、PixVerse。音声：Inworld TTS-2（100以上の言語に対応し、キャラクターの感情を調整可能）、ElevenLabs、Kokoro。機能：音声駆動アバター、テキストからアバター、リップシンク動画、トーキングヘッド生成、バーチャルプレゼンター、UGC コンテンツ。用途：AI プレゼンター、解説動画、バーチャルインフルエンサー、吹き替え、マーケティング動画、UGC 広告、ゲームアバター、NPC の会話。トリガー：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

inference.sh を介して React/Remotion コンポーネントコードから動画をレンダリングします。TSX コードを渡すと MP4 を取得できます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence など、すべての Remotion API に対応します。解像度、FPS、長さ、コーデックを設定できます。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、React アニメーションの動画化。トリガー：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video

wan2.7-image-skill

wan2.7-image-skill について

主な機能

活用シーン

インストール

同梱ファイル

詳細

Wan2.7 Image Generation Skill（Wan2.7 画像生成・編集スキル）

クイックスタート

ワークフロー：画像生成・編集の統合フロー

3つの操作モード

モード 1：画像生成（テキストから画像を生成）

モード 2：画像編集（画像から画像を生成、スタイル変換、複数画像の融合）

モード 3：複数画像の生成

ドキュメント構成

📖 共通設定

📖 画像生成・編集

📖 OSS へのアップロード

📖 解像度の解析

📖 生成タスクに時間がかかる場合の非同期タスク照会

エラー処理

Related Documents

コメント