GPT-image2

SKILL.md

---
name: image-gen
description: AI 图片生成器 — 基于 gpt-image-2 模型，支持文生图与图生图，开箱即用。
---

# GPT-image2

调用 OpenAI 最新的 **gpt-image-2** 模型生成高质量图片。粘贴提示词就能用。

> **Skill 特色**
>
> - 支持命令行批量生成、参数化控制尺寸/格式/背景
> - 文生图 + 图生图双模式，`--image` 一个参数启用编辑模式

---

## 能力概述

- **文生图**：输入提示词，生成全新图片
- **图生图**：上传参考图 + 提示词，基于原图编辑生成
- **模型**：gpt-image-2（OpenAI 最新图像模型）
- **输出格式**：PNG、JPEG、WebP
- **尺寸支持**：仅支持测试验证过的分辨率（自定义分辨率可能导致生成过慢或失败）
  - 快速档：1024x1024（1:1）、1024x1536（2:3 竖版）、1536x1024（3:2 横版）、1792x1024（16:9 横版）、1024x1792（9:16 竖版，默认）
  - 高清档（画质更高，生成更慢）：2048x2048、2048x1152、1152x2048
- **批量生成**：单次最多 10 张
- **透明背景**：支持 PNG/WebP 透明背景输出
- **保真控制**：图生图支持 high/low 保真度

---

## 使用方式

### 文生图 — 输入文字生成图片

```bash
# 基本生成
python3 "$SKILL_PATH/assets/imagegen.py" "一只橘色的猫咪坐在窗台上看着窗外的夕阳"

# 横版高清
python3 "$SKILL_PATH/assets/imagegen.py" "futuristic city skyline" --size 1792x1024

# 透明背景 logo
python3 "$SKILL_PATH/assets/imagegen.py" "minimalist cat logo, flat design" --bg transparent --format png

# 批量生成 4 张
python3 "$SKILL_PATH/assets/imagegen.py" "icon set, flat style" -n 4 --bg transparent

# WebP + 压缩
python3 "$SKILL_PATH/assets/imagegen.py" "product photo on white background" --format webp --compression 50
```

### 图生图 — 上传参考图编辑生成

```bash
# 基于参考图修改（自动上传图片 → 编辑生成）
python3 "$SKILL_PATH/assets/imagegen.py" "把猫咪改成白色，背景换成星空" --image ~/Pictures/cat.png

# 风格迁移，高保真
python3 "$SKILL_PATH/assets/imagegen.py" "改成赛博朋克风格" --image ref.jpg --fidelity high

# 低保真，大幅改动
python3 "$SKILL_PATH/assets/imagegen.py" "变成水彩画风格，加入樱花元素" --image photo.png --fidelity low
```

### 其他操作

```bash
# 仅提交任务（返回 taskId，不等待）
python3 "$SKILL_PATH/assets/imagegen.py" "complex scene" --no-download

# 查询已有任务结果
python3 "$SKILL_PATH/assets/imagegen.py" "" --task-id sfwmpic7xxxxxxxx

# 指定输出目录和文件名前缀
python3 "$SKILL_PATH/assets/imagegen.py" "illustration" -o ~/Pictures/AI --prefix artwork
```

### 参数说明

| 参数 | 说明 | 默认值 |
|------|------|--------|
| `prompt` | 生成/编辑提示词（必填，最多 500 字） | - |
| `--image` | 参考图路径（启用图生图模式） | - |
| `--fidelity` | 图生图保真度：`high` / `low` | - |
| `--size` | 尺寸（仅支持白名单分辨率） | `1024x1792` |
| `-n, --count` | 生成数量（1-10） | `1` |
| `--quality` | 质量：`low` / `medium` / `high` / `auto` | `medium` |
| `--format` | 格式：`png` / `jpeg` / `webp` | `png` |
| `--bg` | 背景：`transparent` / `opaque` / `auto` | `auto` |
| `--compression` | 压缩比（0-100） | `0` |
| `-o, --output-dir` | 输出目录 | `~/Downloads/QoderImages` |
| `--prefix` | 文件名前缀 | `image` |
| `--no-download` | 仅提交不等待 | - |
| `--task-id` | 查询已有任务 | - |
| `--api-key` | 指定 API Key | - |

### 依赖安装

| 依赖 | 安装命令 |
|------|----------|
| `requests` | `pip3 install requests` |

---

## 首次使用

先配置 API Key，然后运行：

```bash
# 设置环境变量
export REDFOX_API_KEY=ak_你的密钥

# 运行
python3 "$SKILL_PATH/assets/imagegen.py" "一只橘色的猫咪"
```

> 前往 [redfox.hk](https://redfox.hk/settings/api-keys?source=clawhub) 注册获取 API Key。

---

## 后续使用

前往 [redfox.hk](https://redfox.hk/settings/api-keys?source=clawhub) 注册账号获取自己的 API Token，三种配置方式任选其一：

| 配置方式 | 说明 | 命令 |
|----------|------|------|
| **环境变量**（推荐） | 设置一次，全局生效 | `export REDFOX_API_KEY=ak_你的密钥` |
| **命令行参数** | 临时使用，单次生效 | `python3 "$SKILL_PATH/assets/imagegen.py" "prompt" --api-key ak_你的密钥` |
| **配置文件** | 持久化存储，跨会话保留 | `mkdir -p ~/.qoder/apis && echo '{"api_key":"ak_你的密钥"}' > ~/.qoder/apis/redfox.json` |

---

## 常见问题

**Q：本 Skill 的特点是什么？**
A：命令行直接调用 gpt-image-2 模型，支持批量生成、参数化控制、图生图编辑，

**Q：生成一张图片需要多久？**
A：通常 10-30 秒，复杂场景可能更久。脚本会自动轮询等待。

**Q：图生图的保真度怎么选？**
A：`--fidelity high` 尽量保留原图细节（微调），`--fidelity low` 允许大幅改动（风格迁移）。不传则由模型自行判断。

**Q：如何生成透明背景图？**
A：使用 `--bg transparent`，搭配 PNG 或 WebP 格式（JPEG 不支持透明）。

**Q：如何获取 API Key？**
A：前往 [redfox.hk](https://redfox.hk/settings/api-keys?source=clawhub) 注册获取自己的 API Token。

**Q：支持哪些图片格式作为参考图？**
A：支持 PNG、JPEG、WebP 格式的本地图片文件。

**Q：支持自定义分辨率吗？**
A：仅支持以下测试验证过的分辨率，其他分辨率可能导致生成过慢或失败：
- 快速档：1024x1024、1024x1536、1536x1024、1792x1024、1024x1792（默认）
- 高清档（画质更高，生成更慢）：2048x2048、2048x1152、1152x2048

**Q：提示词有长度限制吗？**
A：提示词最多支持 500 字，超过会被阻断并提示精简。