用途:通过单一 Python 脚本调用 GPT Image 2 的全部图像路由,适合一次性生成、批量生成、图像编辑以及带流式预览的 Responses 流程。
主要能力:支持文生图(generations)、多图与蒙版编辑(edits)、以及 Responses API 的流式、混合文本+图像输入、previous_response_id、tool_choice、action 等高级流程。输出支持单路径或 image-{index}.png 这类模式,便于批量与流式场景。
使用方式:先看 references/config.md 选择环境变量与默认值,再看 references/api-surface.md 选择路由。默认使用 OPENAI_BASE_URL=https://api.openai.com/v1。生成与编辑用 gpt-image-2,Responses 用支持文本的模型如 gpt-5.4。运行 scripts/gpt_image.py 并选择三个子命令之一;可用 --dry-run 先检查请求,用 --save-response <path> 保存原始 JSON 或 SSE 事件流。示例:python .\skills\gpt-image-2\scripts\gpt_image.py generations --prompt "..." --output .\out\hero.png --size 1536x1024 --quality high --format png。
规则与限制:环境变量覆盖 .env,CLI 参数覆盖两者;不要打印密钥。OpenAI GPT 图像模型应省略 response_format,图像以 base64 返回。不支持的组合会快速失败,包括透明背景、无效尺寸、partial_images 超出 0..3、以及公共 Images 路由上 stream=true 且 n>1。Responses 的 quality 会透传,但最终行为取决于托管图像工具。
适用场景:需要统一封装多种图像 API 路由、批量出图、蒙版编辑或流式预览的开发者工作流。
暂未提供:具体收费、价格、平台支持范围与效果保证等信息。