Files

T

backup-bot 2dc15d99ad feat: 新增 gen-image 生图技能

通过大模型中转站调用 OpenAI 图片接口生图（文生图/图生图/局部重绘/透明背景），零第三方依赖。
含可安装 zip 与可浏览源码。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

2026-07-14 17:53:43 +08:00

4.4 KiB

Raw Blame History

name, description

name	description
gen-image	调用大模型中转站的 OpenAI 图片接口生图（文生图、图生图/编辑、局部重绘、透明背景）。触发词：生图、生成图片、画一张、AI 画图、文生图、图生图、生成插画/头像/海报/图标、image generation、根据这张图改。需要外部 API 生成位图图像时使用；纯 HTML/SVG/矢量设计不适用。

gen-image · 生图

通过大模型中转站，直接调用 OpenAI 图片接口生成位图图像。支持文生图、图生图/编辑、局部重绘（mask）、透明背景。

核心是零依赖脚本 scripts/gen_image.py（纯 Python 标准库，无需 pip install）。

何时用 / 不用

✅ 用户要「生成一张图 / 画一张 / AI 出图 / 做个头像/海报/插画/图标」
✅ 用户给了一张图要「基于它改 / 换背景 / 局部重绘」→ 图生图
❌ 用户要 HTML 原型、幻灯片、矢量图标、CSS 效果 → 用 huashu-design 或直接写代码
❌ 用户要图表/数据可视化 → 用 dataviz

首次使用：配置凭证

生图需要中转站的 API Key。检查 skill 根目录是否有 .env：

ls "$(dirname SKILL.md)/.env" 2>/dev/null || echo "未配置"

若无，从模板创建并让用户填写（不要把 key 写进对话或提交到 git）：

cp .env.example .env
# 然后引导用户编辑 .env，填入 IMAGE_API_BASE_URL 和 IMAGE_API_KEY

.env 需要三项：

IMAGE_API_BASE_URL — 中转站基址，如 https://your-relay.com（脚本自动补 /v1/images/...）
IMAGE_API_KEY — API Key
IMAGE_MODEL — 默认模型，默认 gpt-image-2

标准流程

1. 打磨提示词。 用户给的描述往往简短，先在心里扩写成一句信息充分的英文或中文提示词——主体、风格、光线、构图、色调、画质关键词。除非用户明确要求逐字使用，否则主动增强。生图模型对细节敏感，「一只猫」远不如「a fluffy orange tabby cat sitting on a windowsill, soft morning light, shallow depth of field, cozy warm tones」。

2. 选参数：

--size：1024x1024（方，头像/图标）、1536x1024（横，海报/封面）、1024x1536（竖，手机壁纸/人像）、auto
--quality：low/medium/high/auto（gpt-image 系支持；越高越慢越贵）
--background transparent：要透明底的图标/贴纸时加
--n：一次出几张（默认 1；多给几张让用户挑时用 --n 2 或 4）

3. 执行（文生图）：

cd "<skill 根目录>" && python3 scripts/gen_image.py \
  "a fluffy orange tabby cat on a windowsill, soft morning light, cozy tones, highly detailed" \
  --size 1024x1024 --quality high

图片存到 output/img-<时间戳>-<序号>.png，脚本会打印完整路径。

4. 图生图 / 编辑（用户给了输入图）：

python3 scripts/gen_image.py "把背景换成雪山日落" --edit /path/to/input.png --size 1024x1024

多图参考：多次 --edit a.png --edit b.png。局部重绘：加 --mask mask.png（PNG 中透明区域为要重绘的部分，其余保留）。

5. 交付。 打印出保存路径后，简要告诉用户生成了什么、存在哪。图无法在终端直接显示，用户会自己打开；若在支持预览的环境可提示路径。

常见参数速查

需求	命令片段
头像/图标（方图）	`--size 1024x1024`
海报/封面（横）	`--size 1536x1024`
手机壁纸/人像（竖）	`--size 1024x1536`
透明背景贴纸	`--background transparent`
多出几张挑选	`--n 4`
高画质	`--quality high`
换模型	`--model dall-e-3`
基于图改	`--edit input.png`
局部重绘	`--edit input.png --mask mask.png`

排错

缺 IMAGE_API_BASE_URL / IMAGE_API_KEY → .env 没配好，回到「配置凭证」。
HTTP 401/403 → key 无效或额度不足，让用户核对中转站账户。
HTTP 404 → base_url 写错，或该中转站不支持 /v1/images/generations；确认接口路径。
HTTP 400 model 相关 → 该中转站不认 gpt-image-2，换 --model dall-e-3 或问用户支持的模型名。
响应没有图片数据 → 部分中转站返回结构不同，把打印的原始响应给用户看以便排查。

不要把 API Key 输出到对话里，也不要提交 .env。

4.4 KiB Raw Blame History Unescape Escape