用途:通过 fal.ai 的 OpenAI gpt-image 端点生成单张图像,支持两个模型族,用 --model 切换。gpt-image-1(默认,映射 fal-ai/gpt-image-1)仅支持固定尺寸,是 Higgsfield gpt_image_2 的 FAL 回退,用于视频编排中锁定角色 Phase 0 锚点肖像、Phase 1 角度关键帧(经 /edit)以及照片级场景;gpt-image-2(openai/gpt-image-2)为较新模型,接受自定义尺寸(16 的倍数,上限 3840px),擅长密集文字与版式,用于广告故事板等设计稿。
主要能力:文本生成图像;给定 --ref-image 时上传参考图并路由到 /edit 变体,可多次传入(先传角色身份、再传风格参考);输出 PNG 并写入同名 .meta.json,含网关、模型 id、模型族、请求与成本。
必要用法:需在 .env 配置 FAL_API_KEY(或 FAL_KEY),预检 python3 -c "import fal_client" || pip3 install fal_client。命令示例:python3 skills/atoms/image-generation/create-image-gpt-image-fal/scripts/generate.py --prompt "..." --output /path/to/anchor.png --aspect-ratio 9:16 --quality medium;加 --ref-image PATH 走编辑变体;--model gpt-image-2 --image-size 1728x2304 使用自定义尺寸。
限制与注意:默认 quality 为 medium,可传 low|medium|high。gpt-image-1 忽略自定义尺寸并回退到宽高比映射(仅 1024x1024、1024x1536、1536x1024);gpt-image-2 尺寸按 16 取整、上限 3840。--aspect-ratio 默认 9:16,gpt-image-2 还接受 3:4、4:3、4:5。文本渲染易失真,含可读文字应改用 PIL 或 ffmpeg drawtext。锚点一旦确定须固定同一 --model,避免跨模型族美学漂移。价格与故障排查细节以资料所述为准。