alicloud-ai-entry-modelstudio

Original：🇺🇸 English

Translated

Route Alibaba Cloud Model Studio requests to the right local skill (Qwen Image, Qwen Image Edit, Wan Video, Wan R2V, Qwen TTS and advanced TTS variants). Use when the user asks for Model Studio without specifying a capability.

4installs

Sourcecinience/alicloud-skills

Added on2026-02-27

NPX Install

npx skill4agent add cinience/alicloud-skills alicloud-ai-entry-modelstudio

SKILL.md Content

View Translation Comparison →

Category: task

阿里云 Model Studio 入口（路由）

将需求路由到已存在的本仓库技能，避免重复模型/参数内容。

Prerequisites

安装 SDK（建议在虚拟环境中，避免 PEP 668 限制）：

bash

python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope

配置

DASHSCOPE_API_KEY

（环境变量优先；或在

~/.alibabacloud/credentials

里设置

dashscope_api_key

）

路由表（当前仓库已支持）

需求	目标技能
文生图 / 图像生成	`skills/ai/image/alicloud-ai-image-qwen-image/`
图像编辑	`skills/ai/image/alicloud-ai-image-qwen-image-edit/`
文生视频 / 图生视频（i2v）	`skills/ai/video/alicloud-ai-video-wan-video/`
参考生视频（r2v）	`skills/ai/video/alicloud-ai-video-wan-r2v/`
语音合成（TTS）	`skills/ai/audio/alicloud-ai-audio-tts/`
实时语音合成	`skills/ai/audio/alicloud-ai-audio-tts-realtime/`
音色复刻（Voice Clone）	`skills/ai/audio/alicloud-ai-audio-tts-voice-clone/`
音色设计（Voice Design）	`skills/ai/audio/alicloud-ai-audio-tts-voice-design/`
向量检索	`skills/ai/search/alicloud-ai-search-dashvector/` 或 `skills/ai/search/alicloud-ai-search-opensearch/` 或 `skills/ai/search/alicloud-ai-search-milvus/`
文档理解	`skills/ai/text/alicloud-ai-text-document-mind/`
模型清单抓取/更新	`skills/ai/misc/alicloud-ai-misc-crawl-and-skill/`

不匹配时

先澄清模型能力或输入输出类型。
若仓库缺少对应能力，建议新增技能后再执行。

本仓库暂缺的常见能力（可优先补齐）

文本生成/对话（LLM）与多模态理解
文本/多模态向量与 Rerank
ASR 语音识别/转写/翻译
视频编辑（风格/口型/剪辑）
多模态/ASR 下载失败：优先用上面的公开 URL。
ASR 参数报错：使用
```
input_audio.data
```
的 data URI。
多模态向量 400：确认
```
input.contents
```
是数组。

异步任务轮询模板（视频/长耗时任务）

当

X-DashScope-Async: enable

返回

task_id

时，用以下方式轮询：

GET https://dashscope.aliyuncs.com/api/v1/tasks/<task_id>
Authorization: Bearer $DASHSCOPE_API_KEY

结果字段示例（成功）：

{
  "output": {
    "task_status": "SUCCEEDED",
    "video_url": "https://..."
  }
}

说明：

轮询间隔建议 15–20 秒，最多 10 次。
成功后下载
```
output.video_url
```
。

选择问题（不确定时提问）

你要处理的是文本、图片、音频还是视频？
这是“生成”还是“编辑/理解/检索”？
是否需要语音（TTS/ASR）或向量检索（Embedding/Rerank）？
你要直接运行 SDK 脚本，还是只需要 API/参数说明？

参考

模型清单与链接：

output/alicloud-model-studio-models-summary.md

具体 API/参数/示例：对应子技能的
```
SKILL.md
```
与
```
references/*.md
```
官方文档来源清单：
```
references/sources.md
```