跳转到主要内容
千问云 home page
开放平台文档
最佳实践

接入多模态生成模型

图像生成模型需通过工具的扩展机制（Skill、Slash Command 或 Agent）接入

示例：在 Claude Code 中接入图像生成模型

以 Claude Code 为例，通过 Slash Command 接入图像生成模型。其他工具的接入方式类似，区别在于扩展机制和配置文件路径不同。

步骤一：创建 Slash Command

在项目根目录创建 .claude/commands/text-to-image.md，写入以下内容： 
调用 Token Plan 文生图 API，根据描述生成图片。

用户需求：$ARGUMENTS

## 步骤

1. 从用户需求中提取 prompt（图片描述）、model（默认 qwen-image-2.0）、size（默认 1024*1024）。

2. 调用 API 生成图片（使用 Bash 工具执行 curl）：

```
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[*].message.content[*].image 中提取图片 URL。

4. 用 curl -s -o "generated_$(date +%Y%m%d_%H%M%S).png" "<URL>" 下载到当前目录。

5. 向用户展示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。

其他工具

不同工具的扩展机制和配置文件路径如下表所示。将上述 Claude Code 示例中的配置内容保存到对应路径即可。
工具扩展机制配置文件路径
Claude CodeSlash Command.claude/commands/text-to-image.md
CodexSkill~/.codex/skills/token-plan-image/SKILL.md
Qwen CodeSkill~/.qwen/skills/text-to-image/SKILL.md
OpenCodeAgent.opencode/agents/text-to-image.md
OpenClawSkill~/.openclaw/workspace/skills/token-plan-image/SKILL.md
Hermes AgentSkill~/.hermes/skills/media/text-to-image/SKILL.md
Skill 类工具（Codex、Qwen Code、OpenClaw、Hermes Agent）需要在配置文件开头添加 YAML front matter：
---
name: "token-plan-image"
description: "调用 Token Plan 文生图模型，根据文字描述生成图片。当用户要求画图、生成图片时激活。"
---

（... 与上述 Claude Code 示例相同的内容 ...）
OpenCode Agent 需要不同的 front matter 格式： 
---
description: "调用 Token Plan 文生图模型，根据文字描述生成图片。"
mode: subagent
tools:
  bash: true
  write: false
  edit: false
---

（... 与上述 Claude Code 示例相同的内容 ...）