AIKraft/Skills/dashscope

dashscope

Интеграция DashScope (Alibaba Cloud Bailian) для генерации изображений (qwen-image-2.0-pro), синтеза речи (qwen3-tts-flash) и транскрипции с пословными таймстампами (qwen3-asr-flash-filetrans).

openmontageinc official Данные ★ 78.4k

Что делает навык

Интеграция DashScope (Alibaba Cloud Bailian) для генерации изображений, синтеза речи и транскрипции аудио с пословными таймстампами. Использует нативные эндпоинты DashScope, а не OpenAI-совместимые пути.

Когда применять

  • Генерация изображений по текстовому описанию с использованием моделей qwen-image-2.0-pro или других доступных моделей.
  • Синтез речи (TTS) из текста с выбором голоса и языка, например, для создания аудиодорожек.
  • Транскрибация аудиофайлов с получением пословных таймстампов для создания субтитров.
  • Использование селекторов (ImageSelector, TTSSelector) для автоматического выбора провайдера в рабочих процессах OpenMontage.

Как работает

  1. Убедитесь, что переменная окружения DASHSCOPE_API_KEY установлена в .env.
  2. Для изображений и TTS отправьте POST-запрос на эндпоинт /api/v1/services/aigc/multimodal-generation/generation с соответствующим телом запроса.
  3. Для ASR отправьте POST-запрос на /api/v1/services/audio/asr/transcription с заголовком X-DashScope-Async: enable и параметром enable_words: true.
  4. При использовании ASR дождитесь завершения задачи через GET /api/v1/tasks/{task_id} и скачайте результат транскрипции.
  5. Скачайте сгенерированные изображения или аудиофайлы по полученным URL, так как они доступны только ~24 часа.
  6. В рабочих процессах OpenMontage используйте классы ImageSelector, TTSSelector и DashscopeAsr для выполнения задач.

Примеры запросов агенту

Сгенерируй изображение кота на диване, используя провайдер dashscope, и сохрани его в projects/my-video/assets/images/cat.png.
Создай аудиодорожку с текстом 'Если AI действительно изменит будущее' голосом Cherry и сохрани в projects/my-video/assets/audio/narration.wav.
Транскрибируй аудио по адресу https://example.com/narration.wav, сохрани результат в JSON и извлеки пословные таймстампы для субтитров.

Что понадобится

  • Переменная окружения DASHSCOPE_API_KEY в .env
  • Доступ к публичному URL для аудиофайлов при использовании ASR
  • Библиотеки и модули OpenMontage (tools.graphics.image_selector, tools.audio.tts_selector, tools.analysis.dashscope_asr)

Описание составлено по SKILL.md навыка, сверено 09.11.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «openmontageinc-dashscope» из репозитория: # https://github.com/openmontageinc/openmontage
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r openmontageinc-dashscope/ ~/.claude/skills/openmontageinc-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.