通义千问·百炼生成套件技能包封面
专家包 v1.0.0 免费

通义千问·百炼生成套件

阿里云百炼(DashScope)官方生成能力一包收齐:qwen-image-3.0-pro 生图与图片编辑、万相 wan3.0-video 生视频(1080P 自带音轨)、CosyVoice v3.5 语音合成与声音复刻、fun-music-v1 音乐生成、qwen3.5-ocr 文字提取、qwen3.7-text-embedding 文本向量——七条能力各取旗舰,API Key 经环境变量 DASHSCOPE_API_KEY 注入即可驱动。

阿里云 通义千问 百炼 AI 绘画 AI 视频 语音合成 音乐生成 文字识别 向量检索

技能包免费 · 生成按量计费,需自备阿里云百炼 API Key(DASHSCOPE_API_KEY)

是什么

「通义千问·百炼生成套件」把阿里云百炼(DashScope)平台的七条生成与提取能力各取旗舰收进一包:qwen-image-3.0-pro 生图(生成+编辑一体,中文文字渲染进画面)、万相 wan3.0-video 生视频(文/图/首尾帧/参考生视频统一入口,1080P 自带音轨)、CosyVoice v3.5 语音合成(自由风格指令)与声音复刻(10–15 秒样本定制音色)、fun-music-v1 音乐生成(词曲一体/纯音乐)、qwen3.5-ocr 文字提取(七种内置任务免提示词)与 qwen3.7-text-embedding 文本向量(201 语种、稀疏稠密双输出)。

每个成员自带可直接执行的 Python 脚本(标准库实现、零第三方依赖):生图、生视频、语音合成、声音复刻、音乐、文字提取、向量化全部命令行化,含 --dry-run 预检与 JSON 摘要输出;异步任务轮询节奏、URL 24 小时时效、分批与限额等工程纪律写进了各 SKILL.md 工作流。

密钥经环境变量 DASHSCOPE_API_KEY 注入,脚本任何路径不回显 Key;统一走北京地域原生域名 dashscope.aliyuncs.com,默认业务空间的 Key 零配置起步。fun-music-v1 为邀测模型(需在模型广场申请开通),音乐能力也是六个厂商套件中独有的。

包含成员

通义千问生图

qwen-image · qwen-image-3.0-pro

生成+编辑一体:2K 级档位出图、中文文字直接渲染进画面、1–3 张参考图编辑;同步接口,按成功张数计费。

通义万相生视频

qwen-video · wan3.0-video

All-in-One 入口:文生/首尾帧/参考图·视频·音频生视频,文档与网页链接也能当素材;2–30 秒 1080P 自带音轨,异步轮询收片。

通义千问语音合成

qwen-tts · cosyvoice-v3.5-plus

自由风格指令一句话下表演(方言/情感/角色),语速/音量/音高三参独立可控,复刻音色 voice_id 直插即用;按字符计费。

通义声音复刻

qwen-voice · voice-enrollment

10–15 秒干净样本复刻专属音色,创建免费(合成侧计费);音色创建/查询/更新/删除全生命周期一条脚本管到底。

通义音乐生成

qwen-music · fun-music-v1

词曲一体:一句风格描述出整首带人声的歌,或用户歌词成曲、纯音乐伴奏;约 200 秒立体声 48 kHz,六厂商套件中唯一的音乐 API(邀测需申请)。

通义千问文字提取

qwen-ocr · qwen3.5-ocr

图片与 PDF 同一入口,七种内置任务免提示词:通用识别、自定义 schema 信息抽取、文档/表格/公式解析、多语言与带坐标高精识别。

通义文本向量

qwen-embedding · qwen3.7-text-embedding

201 语种单模型覆盖,单批 20 条、单条 128k Token;256–2560 维七档可裁(默认 1024),原生稀疏+稠密双输出做混合检索。

什么时候会用到

不适用于

安装与使用

  1. 1打开 UUIDE,进入「设置 → 技能」面板,找到本技能包点击「安装」
  2. 2在百炼控制台「API-KEY 管理」页创建密钥(地域选北京),注入环境变量 DASHSCOPE_API_KEY;要用音乐生成,先在「模型广场」为 fun-music 申请邀测开通
  3. 3在 AI 会话中说出需求即可触发对应成员;长文朗读、大批量向量化、批量识别按成员工作流自动分段分批处理

常见问题

需要什么条件才能用?
需要一个阿里云百炼(DashScope)的 API Key:百炼控制台「API-KEY 管理」页创建(地域选北京),通过环境变量 DASHSCOPE_API_KEY 注入。生成按量计费(图像按张、视频按秒、TTS 按字符、音乐按秒、OCR 与向量按 Token),账户需有余额。
音乐生成有什么特别要求?
fun-music-v1 处于邀测阶段,需先在百炼控制台「模型广场」的 fun-music 页面申请开通(仅北京地域);未开通调用会报无权限。它是六个厂商套件中唯一的音乐生成 API,生成音乐、BGM 一律路由到 qwen-music 成员。
为什么没有聊天/推理模型成员?
本套件只收「调 API 就出产物」的生成与提取类能力,聊天推理类 LLM(如 qwen3.8-max)不在此列;图像内容的问答理解同样不收录,文档图像的文字提取需求已由 qwen-ocr 独立覆盖。
跨地域能用吗?
不能。百炼各地域(北京/新加坡/弗吉尼亚等)有独立的 API Key、域名与模型列表,Key 与 Base URL 必须同地域;本套件统一走北京地域旧域名 dashscope.aliyuncs.com,默认业务空间的 Key 可直接调用。限流报 429 Throttling.* 时退避重试即可。

相关技能