SuperAPI AI 工具集

imagegen

设计与创作

查看项目

更新于 10-15 19:48

技能介绍

用途:imagegen 是用于当前项目图像生成与编辑的 AI 技能,适用于网站素材、游戏素材、UI 样机、产品样机、线框图、logo 设计、写实图像、信息图、漫画/解说分镜等。默认模型为 gpt-image-2,走 OpenAI Image API。

主要能力:按决策树区分三种模式——用户提供输入图或要求编辑/重绘/蒙版/翻译/仅改某处时走编辑(client.images.edit(...));需要多个不同提示词或素材时走批量生成;否则走生成。支持局部重绘、蒙版编辑、光照天气变换、背景替换、物体移除、合成、干净抠图、文字本地化、身份保持、风格迁移、草图转渲染等,并可用批量 JSONL 一次执行多任务。

使用方式:优先使用内置 CLI scripts/image_gen.py,用 --out 或 --out-dir 控制输出路径;缺依赖时用 python3 -m pip install --user --break-system-packages openai pillow 安装。默认请求 16:9 原生宽幅(如 1536x864)并保留 API 原始结果,--aspect-ratio none 为默认;仅当明确要求裁剪时用 --aspect-ratio 16:9,文字密集图避免事后裁剪。图标、头像或需方图时用 1024x1024,竖构图用 1024x1536。非简单任务建议在项目内建 markdown 工作日志,逐版本记录提示词、输出路径和自评,并优先在已有可用底图上继续编辑而非重新生成。

输出约定:默认所有生成图和中间文件放在 tmp/imagegen/,视为可丢弃工作区,批量 JSONL 用后删除;不要建顶层 output/ 或零散 output.png。可复用 logo/icon 优先存为 SVG,必要时同时保留 PNG 栅格版本供模型引用。

限制:gpt-image-2 目前不支持透明背景,需要 alpha 抠图时应先生成纯净背景再做事后处理;scripts/postprocess_image.py 仅作为可选确定性后处理,默认不用,仅在用户明确要求标题条、边框等后处理时使用。资料未提供收费、价格等信息。