SuperAPI AI 工具集

imagegen

设计与创作

查看项目

更新于 10-16 08:06

技能介绍

用途:为当前项目生成或编辑图像,如网站素材、游戏素材、UI 原型、产品样图、线框图、Logo 设计、写实图片、信息图等。默认使用 gpt-image-1.5 和 OpenAI Image API,优先使用随附命令行工具以保证结果确定、可复现。

主要能力:生成新图(概念图、产品图、封面、网站主视觉),编辑已有图(内补、带遮罩编辑、光照或天气变换、背景替换、移除物体、合成、透明背景),批量处理(多提示或多提示多变体)。选择逻辑:用户提供输入图或要求编辑/重绘/内补/遮罩/仅改某处,则走编辑;需要多套不同提示或素材,则走批量生成;否则生成。

使用方式:先明确生成、编辑还是批量;收集提示词、需逐字呈现的文字、约束与避免项、输入图及遮罩。批量时在 tmp/ 下写临时 JSONL,每行一个任务,执行一次后删除。用脚本 scripts/image_gen.py 运行,复杂任务需查看输出并校验主题、风格、构图、文字准确性和约束。依赖 openai 与 pillow,推荐 uv pip install openai pillow,无 uv 时用 python3 -m pip install openai pillow。实时调用需设置 OPENAI_API_KEY,缺失时引导用户到 https://platform.openai.com/api-keys 创建,并请其本地设置环境变量,不要让用户在对话中粘贴完整密钥。输出默认写入 output/imagegen/,可用 --out 或 --out-dir 控制路径。

限制与规则:实时调用前必须有 OPENAI_API_KEY;使用 OpenAI Python SDK,不用原始 HTTP;编辑用 client.images.edit(...);不修改 scripts/image_gen.py;结果不满足约束时做小步针对性调整。具体参数、提示模板等见 references/cli.md、image-api.md、prompting.md、sample-prompts.md、codex-network.md。