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
Скилл

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
Все причины и проверки

iamyoki/qwen-image-2.1-skill

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/qwen-image-2-1-skill

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Минимальный 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 16:9

Ограничения

  • 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.

Скиллы

Пять скиллов для генерации изображений: промпты Qwen-Image, логотипы, комиксы, прозрачные PNG и диорамы процессов

СкиллМинимальный доступ241Звезды репозитория

image-prompt-reverse разбирает загруженную картинку и пишет промпт для генератора вместе с негативным списком.

СкиллМинимальный доступ905Звезды репозитория

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.

СкиллРасширенный доступ786Звезды репозитория

Скилл превращает картинку в промпт для генератора: разбор кадра, усиленная версия, три отклонения и версии под платформы.

СкиллМинимальный доступ61Звезды репозитория

Скилл для Claude Code собирает из короткой просьбы готовый промпт для gpt-image-2 и проверяет его скриптом

СкиллРасширенный доступ331Звезды репозитория

Скилл ищет по библиотеке из более чем 10 тысяч промптов для картинок, показывает образцы и подгоняет выбранный промпт под вашу статью или сценарий

СкиллМинимальный доступ1,4 тыс.Звезды репозитория

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.

Сообщить о проблеме