Qwen-Image 2.1 Prompter — скилл
qwen-image-2.1-skill
Скилл переписывает запросы для Qwen-Image-2.1 по правилам Alibaba: генерация по тексту и правка нескольких изображений
- 209 ★ репозитория
- Последний коммит
- Apache-2.0
Минимальный доступ
Почему такой уровень
- Скилл дает текстовые инструкции и офлайн-проверку промпта скриптом `validate_prompt.py`, сеть и ключи не нужны
- Читает загруженные изображения, чтобы описать их признаки
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/qwen-image-2-1-skillОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Скилл дает текстовые инструкции и офлайн-проверку промпта скриптом `validate_prompt.py`, сеть и ключи не нужны
- Читает загруженные изображения, чтобы описать их признаки
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Скилл `qwen-image-2-1-prompter` превращает короткую просьбу вроде «нарисуй уличную лавку под дождем» в промпт для модели Qwen-Image-2.1. Для генерации по тексту он собирает один связный английский абзац на 400–500 слов от лица наблюдателя: 8–14 фраз о положении объектов, отдельное предложение о свете и точное соотношение сторон `wh_ratio`. Пустые слова вроде «8K» и «masterpiece» он отбрасывает. Для правки изображений скилл держит атрибуты нетронутыми, чтобы изменение не затекало на остальное содержимое, и ведет двойной язык: описание на китайском или английском и дословный текст, который нужно вписать в картинку. Несколько исходников он помечает тегами `<image1>`, `<image2>` и следит за размером холста (`ratio_follow` или `wh_ratio`). Есть правила для расширения кадра, панорам и сеток из трех видов. По умолчанию ответ идет с разбором оптимизации и блоком для копирования, а по прямой просьбе выдает одну строку JSON для скриптов и ComfyUI.
Для кого. Дизайнерам и авторам контента, которые генерируют картинки в Qwen-Image и хотят, чтобы агент сам оформлял запрос по правилам производителя.
Подходит, если
- Есть идея кадра в двух словах, а для Qwen-Image нужен развернутый английский промпт с композицией и светом
- Фото надо изменить в одном месте, не задев остальное: смена фона, одежды или надписи
- Несколько исходных картинок нужно соединить в одну сцену с понятной нумерацией в запросе
- Конвейер на ComfyUI ждет строго одну строку JSON с `rewritten_prompt` и `wh_ratio`
Не подходит, если
- Картинку надо сгенерировать прямо в чате: скилл только пишет промпт, а саму модель вы запускаете отдельно
- Работа идет с другой моделью изображений: правила переписывания взяты из системных промптов Qwen-Image-2.1
- Нужен официальный инструмент Alibaba: проект неофициальный и использует публичные спецификации производителя
- Агент работает без доступа к файлам и не видит исходное изображение: признаки тогда придется описывать словами
Пример запроса к агенту
Используй скилл qwen-image-2-1-prompter: составь промпт для Qwen-Image-2.1 — ночная лапшичная под дождем, неоновые отражения, кино-кадр 16:9Ограничения
- Проект неофициальный: он лишь выбирает нужный сценарий и следует опубликованным системным промптам Alibaba для генерации и правки.
- Скилл ничего не генерирует и не обращается к API Qwen. Результат нужно отнести в Qwen-Image-2.1 самостоятельно.
- Исходные изображения агент читает только при наличии зрения (Claude Code, GPT-4o, Gemini). В текстовой среде признаки восстанавливаются по описанию и могут быть неточными.
- Режим JSON включается только по прямой просьбе, иначе ответ идет в виде разбора и блока для копирования.
Как отключить. Папку `qwen-image-2-1-prompter` удаляют из каталога скиллов агента, например из `.claude/skills/` или `.agents/skills/`. Файл `skills-lock.json` в проектах, где скилл ставили через skills CLI, обновляется при следующем запуске.
Частые вопросы
Как поставить скилл Qwen-Image 2.1 в Claude Code?
Командой `npx skills add iamyoki/qwen-image-2.1-skill`. Можно скопировать папку `skills/qwen-image-2-1-prompter` в `.claude/skills/` или `~/.claude/skills/`. Третий способ: попросить агента установить скилл по ссылке на репозиторий.
Скилл генерирует картинки?
Нет. Он пишет и оптимизирует промпты для текста в картинку и для правки изображений. Генерацию выполняет сама модель Qwen-Image-2.1 вне скилла.
Как получить ответ в JSON?
Попросите явно, например «выдай в формате API» или «JSON». Скилл ответит одной строкой `{"rewritten_prompt": "...", "wh_ratio": "..."}` без пояснений.
Какие правила использует скилл?
Системные промпты Qwen-Image-2.1 для генерации и правки из репозитория QwenLM. Правила лежат в `references/t2i_rules.md` и `references/edit_rules.md`, а словарь стилей, материалов и пропорций в `cheat_sheet.md`.
Для каких агентов подходит скилл?
Для любых, кто читает формат скиллов: Claude Code, Cursor, Windsurf, Roo Code, Cline, Codex, Gemini CLI. README дает таблицу путей установки для каждого.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыПять скиллов для генерации изображений: промпты Qwen-Image, логотипы, комиксы, прозрачные PNG и диорамы процессов
image-prompt-reverse разбирает загруженную картинку и пишет промпт для генератора вместе с негативным списком.
Nuyoah Xiezhen Prompt
南鸢写真提示词
Портретная фотосъемка на китайском: промпты, серии, ключевые слова для лотереи и повторная съемка с новым героем по плану.
Скилл превращает картинку в промпт для генератора: разбор кадра, усиленная версия, три отклонения и версии под платформы.
Скилл для Claude Code собирает из короткой просьбы готовый промпт для gpt-image-2 и проверяет его скриптом
Скилл ищет по библиотеке из более чем 10 тысяч промптов для картинок, показывает образцы и подгоняет выбранный промпт под вашу статью или сценарий
Коротко о README
README двуязычный, английская и китайская версии. После заметки о неофициальности идут ссылки на системные промпты Alibaba, три способа установки и таблица путей для агентов. Раздел возможностей описывает правила для генерации и правки, режимы вывода, а в конце показаны структура репозитория и пример запроса на китайском с готовым промптом.
Бейдж для README
Исходный SKILL.md
---
name: qwen-image-2-1-prompter
description: Optimize, rewrite, and craft image generation and editing prompts tailored specifically for Alibaba's Qwen-Image-2.1 diffusion model. Use this skill whenever the user wants to generate images with Qwen 2.1, rewrite or enhance prompts for Qwen-Image, edit or composite existing images with Qwen, perform outpainting/inpainting/face-swapping, or asks for prompts matching Tongyi/Wanx/Qwen image generation standards—even if they casually say "帮我优化通义生图提示词", "用千问2.1出图", or "Qwen改图".
---
# Qwen-Image-2.1 Prompt Optimizer
You are an expert prompt engineer dedicated to Alibaba's **Qwen-Image-2.1** diffusion model. You turn vague, brief, or incomplete user requests into high-fidelity, structured prompts that maximize Qwen-Image-2.1's text rendering, spatial layout, lighting coherence, and multi-image editing capabilities.
---
## Workflow & Intent Routing
When invoked, immediately determine the task type and load the corresponding reference rules:
```mermaid
flowchart TD
Start["User Prompt / Request"] --> CheckImage{"Is an input image present\nor referenced?"}
CheckImage -- "No (Text-to-Image)" --> T2I["Mode: Text-to-Image (T2I)"]
CheckImage -- "Yes (Image Editing / Compositing)" --> Edit["Mode: Image Edit (Edit)"]
T2I --> LoadT2I["Consult references/t2i_rules.md"]
Edit --> LoadEdit["Consult references/edit_rules.md"]
LoadT2I --> FormatOutput["Determine Output Format (Adaptive)"]
LoadEdit --> FormatOutput
```
### Mode 1: Text-to-Image (T2I)
- **Trigger**: The user wants to generate a new image from scratch without reference images.
- **Reference**: Read `references/t2i_rules.md` for the official 8-step framework and `references/cheat_sheet.md` for vocabulary.
- **Golden Rules**:
1. **Language**: The descriptive prose is **always in English**, regardless of user input language. Any text rendered inside the image remains in its original script inside double quotes `""`.
2. **Role**: You are an **observer** describing the finished scene, never talking to the user or giving commands to the AI.
3. **No Quality Boosters**: Never include empty hype words like "8K", "photorealistic masterpiece", "award-winning", or "highly detailed".
4. **Structure**: Exactly one long paragraph (~20 sentences, ~400–500 words), opening with a 20-word anchor sentence, walking the frame with 8–14 positional phrases, dedicating a sentence to lighting, and ending with an overall composition summary.
5. **Aspect Ratio**: Stored in `wh_ratio` (`3:2`, `2:3`, `1:1`, `16:9`, `9:16`, etc.). Never write the ratio or pixel numbers into the prompt text itself.
### Mode 2: Image Edit & Multi-Image Compositing (Edit)
- **Trigger**: The user provides one or more images (`<image1>`, `<image2>`, ...) and asks to modify, restyle, replace, add, outpaint, or combine them.
- **Reference**: Read `references/edit_rules.md` for language decisions, attribute disentanglement, and canvas selection.
- **Dual-Track Vision Guideline**:
- *If your agent environment supports image viewing/vision tools*: **Inspect the input image(s)** first! Extract legible text, subject pose, clothing, and background layout before rewriting.
- *If text-only*: Anchor on user-supplied details and ask for clarification only if crucial invariants (e.g. canvas identity) cannot be reasonably inferred.
- **Golden Rules**:
1. **Two Language Decisions**:
- *Prose language (outside quotes)*: Chinese if user instructed in Chinese; English if user instructed in English or any other language.