dashscope
Интеграция DashScope (Alibaba Cloud Bailian) для генерации изображений (qwen-image-2.0-pro), синтеза речи (qwen3-tts-flash) и распознавания речи с пословными таймстампами (qwen3-asr-flash-filetrans).
AIcalesthio
official
Разработка
★ 64.9k
Что делает навык
Интеграция DashScope (Alibaba Cloud Bailian) для генерации изображений (qwen-image-2.0-pro), синтеза речи (qwen3-tts-flash) и распознавания речи с пословными таймстампами (qwen3-asr-flash-filetrans). Использует нативные эндпоинты DashScope, а не OpenAI-compatible пути.
Когда применять
- Генерация изображений по текстовому запросу с выбором модели и размера.
- Синтез речи (TTS) из текста с выбором голоса и языка.
- Распознавание аудиофайлов с получением пословных таймстампов для создания субтитров.
- Использование через селекторы ImageSelector и TTSSelector в рамках проекта OpenMontage.
Как работает
- Убедиться, что переменная окружения DASHSCOPE_API_KEY установлена, и использовать заголовок Authorization: Bearer $DASHSCOPE_API_KEY.
- Для изображений отправить POST-запрос на /api/v1/services/aigc/multimodal-generation/generation с параметром size в формате "W*H"; скачать изображение по URL из ответа.
- Для синтеза речи отправить POST-запрос на тот же эндпоинт с текстом и голосом; скачать WAV-файл по URL из ответа.
- Для распознавания речи отправить POST-запрос на /api/v1/services/audio/asr/transcription с заголовком X-DashScope-Async: enable и параметром enable_words: true.
- Получить task_id, опрашивать GET /api/v1/tasks/{task_id} до статуса SUCCEEDED, скачать результат и нормализовать таймстампы из миллисекунд в секунды.
Примеры запросов агенту
Сгенерируй изображение кота на диване с помощью DashScope, размер 1024*1024.
Создай аудиозапись текста 'Привет, мир' голосом Cherry через DashScope TTS.
Распознай аудио по ссылке https://example.com/audio.mp3 с пословными таймстампами, используя модель qwen3-asr-flash-filetrans.
Что понадобится
- Переменная окружения DASHSCOPE_API_KEY в .env
- Публично доступный URL для аудиофайлов при использовании ASR
- Библиотеки OpenMontage (tools.graphics.image_selector, tools.audio.tts_selector, tools.analysis.dashscope_asr)
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
1Скачать навык
# возьмите папку навыка «dashscope» из репозитория:
# https://github.com/calesthio/openmontage
2Положить папку с
SKILL.md к навыкам ассистента# положите папку навыка туда, где ассистент ищет skills:
cp -r dashscope/ ~/.claude/skills/dashscope/
Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.