backup-bot
2dc15d99ad
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>
92 lines
4.4 KiB
Markdown
92 lines
4.4 KiB
Markdown
---
|
||
name: gen-image
|
||
description: 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`：
|
||
|
||
```bash
|
||
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**）：
|
||
|
||
```bash
|
||
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）：**
|
||
|
||
```bash
|
||
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）：
|
||
|
||
```bash
|
||
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`。
|