@xuejike/llm-text2image

基于大语言模型的文生图命令行工具，支持阿里云百炼（DashScope）和腾讯云混元（Hunyuan）两个平台。

功能特性

• 支持多 Provider：阿里云百炼（通义万相）、腾讯云混元
• 四级配置优先级：命令行参数 > 环境变量 > 配置文件 > 默认值
• 支持 PNG / JPG / WEBP 输出格式
• 支持反向提示词、自定义尺寸、批量生成
• 统一的错误处理和中文提示

安装

npm install -g @xuejike/llm-text2image

或本地开发安装：

npm install
npm run build
npm link

快速开始

1. 配置 API Key

阿里云百炼（DashScope）：

# 方式一：命令行配置（持久化到 ~/.text2img/config.yaml）
text2img config set dashscope.api-key <your-api-key>

# 方式二：环境变量
export TEXT2IMG_DASHSCOPE_API_KEY=<your-api-key>

腾讯云混元（Hunyuan）：

# 方式一：命令行配置
text2img config set hunyuan.secret-id <your-secret-id>
text2img config set hunyuan.secret-key <your-secret-key>

# 方式二：环境变量
export TEXT2IMG_HUNYUAN_SECRET_ID=<your-secret-id>
export TEXT2IMG_HUNYUAN_SECRET_KEY=<your-secret-key>

2. 生成图片

# 使用默认 Provider（百炼）生成图片
text2img generate "一只可爱的猫咪在花园里玩耍"

# 指定 Provider
text2img generate "赛博朋克风格的城市夜景" -p hunyuan

# 指定模型和尺寸
text2img generate "山水画" -m wanx-v2 -s 1280x720

# 使用反向提示词
text2img generate "高清风景照" --negative-prompt "模糊，低质量"

# 指定输出目录和格式
text2img generate "星空" -o ./images -f jpg

# 批量生成
text2img generate "抽象艺术" -n 3

# 临时使用其他 API Key（优先级最高）
text2img generate "测试" -k sk-your-temp-key

命令参考

generate（别名：gen）

根据提示词生成图片。

text2img generate <prompt> [选项]

| 选项 | 说明 | 默认值 | |------|------|--------| | -p, --provider <name> | 指定 Provider（dashscope / hunyuan） | dashscope | | -m, --model <model> | 指定模型 | Provider 默认模型 | | -s, --size <WxH> | 图片尺寸，如 1024x1024 | 1024x1024 | | -n, --count <number> | 生成数量 | 1 | | --negative-prompt <text> | 反向提示词 | - | | -o, --output <dir> | 输出目录 | ./output | | -f, --format <fmt> | 输出格式（png/jpg/webp） | png | | -k, --api-key <key> | API Key（优先级最高） | - |

providers

列出所有可用的 Provider。

text2img providers

config set

设置配置项，持久化到 ~/.text2img/config.yaml。

text2img config set <key> <value>

支持的配置项：

| Key | 说明 | |-----|------| | dashscope.api-key | 百炼 API Key | | hunyuan.secret-id | 混元 SecretId | | hunyuan.secret-key | 混元 SecretKey | | default-provider | 默认 Provider |

支持的模型

阿里云百炼（DashScope）

| 模型 ID | 名称 | 支持尺寸 | |---------|------|---------| | wanx-v1 | 通义万相-文生图 V1 | 512x512, 768x768, 1024x1024 | | wanx-v2 | 通义万相-文生图 V2 | 512x512, 768x768, 1024x1024, 1280x720 |

腾讯云混元（Hunyuan）

| 模型 ID | 名称 | 支持尺寸 | |---------|------|---------| | hunyuan-image | 混元文生图 | 768x768, 1024x1024, 1280x720, 720x1280, 1920x1080, 1080x1920 |

配置文件

配置文件位于 ~/.text2img/config.yaml，示例：

defaultProvider: dashscope
outputDir: ./output
defaultSize:
  width: 1024
  height: 1024
defaultFormat: png
providers:
  dashscope:
    apiKey: sk-your-dashscope-key
  hunyuan:
    extra:
      secretId: AKIDxxxxxxxx
      secretKey: xxxxxxxx

开发

# 安装依赖
npm install

# 编译
npm run build

# 运行测试
npm test

# 本地链接（全局可用）
npm link

License

MIT