用途:通过 OpenAI GPT Image 2 API 生成和编辑图像,采用交互式引导工作流,适合单图、照片风格化、轮播图和同概念多变体等场景。
主要能力:内置多种风格预设(视觉类如 editorial、blueprint、ink、risograph 等,文字类如 infographic、slide、diagram、poster、manga,以及 trading-card、pixar、app-mockup 等社区风格);支持 AskUserQuestion 分步引导;先出低成本草稿再出定稿,支持 --seed 保持构图;支持 --edit 编辑已有照片;支持 --n 生成多变体并输出 contact sheet;vhs 等参考锚定预设会自动附带内置参考图。
使用方式:核心命令为 scripts/gpt_image_2.py "prompt" output.png,可加 --preset、--platform、--draft、--quality、--thinking、--seed、--edit、--n、--estimate、-y、--dry-run、--force、--no-preflight 等参数。生成前会自动执行 preflight 提示检查,发现矛盾会中止以免浪费费用。相关文件包括 presets.yaml、platforms.yaml、references/api_reference.md、references/vhs-infomercial.png,配置与历史记录位于 ~/.config/gpt-image-2/。
适用场景:需要按风格快速出图、制作社交轮播、把照片改成指定风格、或批量生成同概念变体。
限制与注意:--platform 不改变生成尺寸,而是生成后再缩放拉伸,非方形目标可能变形;竖版或横版构图应直接用 --size 1024x1536 或 1536x1024。成本方面,草稿约 $0.006/张,medium 约 $0.05/张,high(默认)约 $0.21/张,high + thinking 约 $0.25-0.42/张;脚本在成本低于 $0.50 时自动确认,超过则提示用户。需要 Python 与 PyYAML,并需可用的 API 配置。具体官方定价、平台或模型细节资料未完整提供。