用途:当用户点名 OpenAI、GPT Image 或 gpt-image 模型时,用该技能生成或编辑图片;若未指定提供商,应改用默认图像技能。
主要能力:通过随附的 gpt_image.py 调用 OpenAI GPT Image 模型,支持生成图片,也支持编辑图片;edit 模式可接受多个 --input 文件,将多张参考图合成到一张图中。
使用方式:先解析包含 SKILL.md 的绝对目录并记为 <skill-dir>,不要假设当前工作目录就是技能目录;用户输入输出路径默认相对用户工作目录。需在 ~/.gpt-image.env 或 shell 环境中设置 OPENAI_API_KEY;可选设置 OPENAI_API_BASE 以使用 Azure OpenAI 或代理等兼容端点。安装依赖:python3 -m pip install -r "<skill-dir>/requirements.txt"。生成示例:python3 "<skill-dir>/gpt_image.py" --prompt "Modern minimalist logo for a tech startup" --quality high --background transparent --output "logo.png"。编辑示例:python3 "<skill-dir>/gpt_image.py" edit --prompt "Add a rainbow in the sky" --input photo.png --output "photo-with-rainbow.png"。选项位于子命令上,可用 generate --help 或 edit --help 查看;直接运行 --help 只列出两种模式。--model、--size、--quality、--format、--background、--n 均有默认值,只传请求实际约束的项。输出路径的父目录会自动创建;省略 --format 时根据 .png、.jpg/.jpeg、.webp 扩展名推断,默认 PNG。完成后报告保存路径。
限制与排错:运行失败时检查 OPENAI_API_KEY 是否设置、自定义端点的 OPENAI_API_BASE 是否正确、输入图片是否存在且可读、输出目录是否可写、模型名是否有效;除非图片已保存到本地,否则不要报告成功。