add zimage local and qwen silliconflow

2026-03-26 22:07:32 +08:00
commit 14cad19e58
7 changed files with 1676 additions and 0 deletions
--- a/config_qwen.yaml
+++ b/config_qwen.yaml
@@ -0,0 +1,55 @@
+# ========== LLM 配置（用于古诗词分析） ==========
+llm:
+  base_url: "https://api.siliconflow.cn/v1"    # 兼容 OpenAI API 的端点地址
+  api_key: "sk-rooopitditvwbgdjxnkywgvdhsepfucbxcwoagickbnrxqyo"              # API 密钥，也可通过环境变量 LLM_API_KEY 设置
+  model: "deepseek-ai/DeepSeek-V3.2"                           # 部署的模型名称
+  temperature: 0.9
+  max_tokens: 8192
+
+# ========== Qwen-Image API 图片生成配置 ==========
+image:
+  base_url: "https://api.siliconflow.cn/v1"    # SiliconFlow API 端点
+  api_key: "sk-rooopitditvwbgdjxnkywgvdhsepfucbxcwoagickbnrxqyo"                                   # 图片生成 API 密钥（留空则复用 LLM 的 api_key）
+                                                # 也可通过环境变量 IMAGE_API_KEY 设置
+  model: "Qwen/Qwen-Image"                     # SiliconFlow 上的模型名称
+
+  # --- 图片尺寸 ---
+  # Qwen-Image 推荐分辨率（与 Z-Image-Turbo 不同，请使用以下预设）：
+  size_preset: "square"                       # 尺寸预设，可选值：
+                                                #   square      — 1328×1328  正方形 1:1
+                                                #   phone       — 928×1664   手机壁纸 9:16
+                                                #   phone_hd    — 1056×1584  手机壁纸 2:3（高清）
+                                                #   desktop     — 1664×928   电脑壁纸 16:9
+                                                #   desktop_hd  — 1584×1056  电脑壁纸 3:2（高清）
+                                                #   landscape   — 1472×1140  横版 4:3
+                                                #   portrait    — 1140×1472  竖版 3:4
+                                                #   custom      — 使用下方 height/width 自定义尺寸
+  height: 1328                                  # 仅 size_preset: custom 时生效
+  width: 1328                                   # 仅 size_preset: custom 时生效
+
+  # --- 生成参数 ---
+  num_inference_steps: 20                       # 推理步数（1-100，默认 20，步数越多质量越高但越慢）
+  guidance_scale: 7.5                           # 引导系数（0-20，默认 7.5，越高越贴近 prompt）
+  # cfg:                                        # CFG 值（0.1-20，仅在需要图片中渲染文字时启用）
+                                                #   官方推荐：50 步 + CFG 4.0 用于文字渲染场景
+                                                #   CFG 设置过小时几乎无法生成文字
+  seed: -1                                      # -1 表示随机种子，设定固定值可复现结果
+  images_per_prompt: 2                          # 每个 prompt 生成几张图（不同种子），1-4
+
+  # --- 提示词配置 ---
+  negative_prompt: ""                           # 全局负向提示词（可选），会与 LLM 为每幅画面生成的
+                                                # 专属 negative_prompt 合并（LLM 生成的在前，全局的在后）
+                                                # 示例："低分辨率, 低质量, 肢体变形, 手指畸形, 过度饱和"
+  prompt_language: "zh"                         # zh | en — 发送给 Qwen-Image 的 prompt 语言
+                                                #   zh: 使用中文 prompt（Qwen-Image 对中文支持优秀）
+                                                #   en: 使用英文 prompt
+
+  # --- 网络配置 ---
+  max_retries: 3                                # API 调用失败时的最大重试次数
+  request_timeout: 180                          # 单次 API 请求超时时间（秒）
+
+# ========== 输出配置 ==========
+output:
+  dir: "./output_qwen"                          # 图片输出目录
+  filename_prefix: "poem"                       # 文件名前缀
+  save_prompts: true                            # 是否保存 prompt 到 txt 文件