接入图像生成模型

在 Agent 工具中调用 Token Plan 图像生成模型，根据文字描述生成图片并下载到本地。

支持的模型

模型	说明
qwen-image-3.0-pro	千问图像生成与编辑 3.0 Pro，支持文生图和图生图
qwen-image-2.0-pro	千问图像生成 2.0 Pro
qwen-image-2.0	千问图像生成 2.0
wan2.7-image	万相图像生成
wan2.7-image-pro	万相图像生成 Pro

更多模型以 Token Plan 支持的模型 为准。

前提

• 已订阅 Token Plan，并获取以 sk-sp- 开头的 API Key。获取方式见接入概览。
• 使用的 AI 编程工具支持 Slash Command。其他工具的配置路径见其他工具。

接口

POST https://token-plan.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation

请求头使用 Authorization: Bearer $ANTHROPIC_AUTH_TOKEN。请求体和响应字段见下文。

步骤一：创建 Slash Command

将套餐 API Key 配置为环境变量 $ANTHROPIC_AUTH_TOKEN。

在项目根目录创建 .claude/commands/text-to-image.md，写入以下内容：

调用 Token Plan 图像生成 API，根据描述生成图片并下载到本地。

图片描述：$ARGUMENTS

## 步骤

1. 从描述中提取 prompt（图片描述）、model（默认 qwen-image-2.0）、size（默认 1024*1024）。如果描述中明确指定了模型，使用指定的模型名。
2. 使用 Bash 工具执行以下命令生成图片：

```bash
curl -s -X POST "https://token-plan.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<model>",
    "input": {"messages": [{"role": "user", "content": [{"text": "<prompt>"}]}]},
    "parameters": {"size": "<size>"}
  }'
```

3. 从返回 JSON 的 `output.choices[0].message.content[0].image` 提取图片 URL。
4. 用 `curl -s -o "generated_$(date +%Y%m%d_%H%M%S).png" "<URL>"` 下载图片。
5. 输出生成的图片文件路径。

步骤二：生成图片

在 Claude Code 中输入 /text-to-image 画一只猫。如需使用其他模型，在指令中写明模型名，例如 /text-to-image 用 wan2.7-image 画一只猫。

请求参数

参数	必选	说明
model	是	图像生成模型 ID。
input.messages[0].content[0].text	是	图片描述。
parameters.size	否	图片尺寸，例如 1024*1024。不指定时由模型自动选择。

更多参数见千问图像生成与编辑 API。

返回结果

• 图片 URL：output.choices[0].message.content[0].image。
• 用量：usage.image_count、usage.width、usage.height。
• 图片 URL 有时效，生成后及时下载。

限制

• 图片尺寸和模型支持范围以各模型文档为准。
• 计费按实际输出图片数量计算，具体以控制台用量统计为准。

其他工具

其他工具的扩展机制和配置路径见接入概览。将上面的 Slash Command 内容保存到对应路径即可。