SuperAPI AI 工具集

gpt-image-1-5

设计与创作

查看项目

更新于 10-15 16:28

技能介绍

GPT Image 1.5 是一个用于生成和编辑图像的技能,底层调用 OpenAI 的 GPT Image 1.5 模型。它适合在用户提出生成、创建、编辑、修改、更改或更新图像等需求时使用。

【主要能力】 生成:使用 Responses API 的 image_generation 工具创建新图像。 编辑:使用 Image API 进行可靠的基于蒙版的局部重绘(inpainting)。

【使用方式】 通过脚本运行,需使用绝对路径(不要先 cd 到技能目录):

生成新图像: uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "your image description" --filename "output-name.png" [--quality low|medium|high] [--size 1024x1024|1024x1536|1536x1024|auto] [--background transparent|opaque|auto] [--api-key KEY]

编辑现有图像(无蒙版,整图编辑): uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "editing instructions" --filename "output-name.png" --input-image "path/to/input.png" [--size 1024x1024|1024x1536|1536x1024|auto] [--api-key KEY]

编辑现有图像(带蒙版,精确局部重绘): uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "what to put in masked area" --filename "output-name.png" --input-image "path/to/input.png" --mask "path/to/mask.png" [--size 1024x1024|1024x1536|1536x1024|auto] [--api-key KEY]

重要:始终从用户当前工作目录运行,以便图像保存在用户工作位置,而非技能目录。

【参数说明】 质量选项:low 最快、质量较低;medium(默认)质量与速度均衡;high 质量最佳、速度较慢。映射规则:未提及质量则用 medium;"quick"、"fast"、"draft" 用 low;"high quality"、"best"、"detailed"、"high-res" 用 high。

尺寸选项:1024x1024(默认)方形;1024x1536 竖版;1536x1024 横版;auto 由模型根据提示词决定。映射规则:未提及尺寸则用 1024x1024;"square" 用 1024x1024;"portrait"、"vertical"、"tall" 用 1024x1536;"landscape"、"horizontal"、"wide" 用 1536x1024。

背景选项(仅生成时可用):auto(默认)由模型决定;transparent 透明背景(PNG/WebP 输出);opaque 纯色背景。

API 密钥:脚本按以下顺序检查——--api-key 参数(若用户在对话中提供了密钥则使用);OPENAI_API_KEY 环境变量。若两者都不可用,脚本会以错误信息退出。

【文件名生成】 按模式生成文件名:yyyy-mm-dd-hh-mm-ss-name.png。格式为 {timestamp}-{descriptive-name}.png。时间戳为当前日期时间,格式 yyyy-mm-dd-hh-mm-ss(24 小时制)。名称为描述性小写文本,用连字符分隔,保持简洁(通常 1-5 个词),使用用户提示词或对话中的上下文;若不清楚,使用随机标识符(如 x9k2、a7b3)。示例:提示词 "A serene Japanese garden" 对应 2025-12-17-14-23-05-japanese-garden.png;"sunset over mountains" 对应 2025-12-17-15-30-12-sunset-mountains.png;"create an image of a robot" 对应 2025-12-17-16-45-33-robot.png;上下文不清楚对应 2025-12-17-17-12-48-x9k2.png。

【图像编辑】 两种编辑模式均使用 Image API(images.edit 端点)配合 gpt-image-1.5 以获得可靠结果。

无蒙版(整图编辑):当用户想修改现有图像但未指定具体区域时,使用 --input-image 参数传入图像路径;提示词应包含编辑指令(如 "make the sky more dramatic"、"change to cartoon style");系统会自动生成全透明蒙版,允许模型编辑整张图像。

带蒙版(精确局部重绘):当用户想编辑特定区域时,使用 --input-image 参数传入图像路径;使用 --mask 参数传入 PNG 蒙版文件;蒙版应在需要编辑处具有透明区域(alpha=0);提示词描述蒙版区域内应出现的内容。常见编辑任务包括添加/移除元素、更改风格、调整颜色、替换背景等。

【提示词处理】 生成时:将用户的图像描述原样传给 --prompt,仅在明显不充分时才改写。编辑时:将编辑指令传入 --prompt(如 "add a rainbow in the sky"、"make it look like a watercolor painting")。两种情况都保留用户的创作意图。

【输出】 将 PNG 保存到当前目录(若文件名包含目录则保存到指定路径)。脚本输出生成图像的完整路径。不要读回图像,只需告知用户保存路径。

【示例】 生成新图像: uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "A serene Japanese garden with cherry blossoms" --filename "2025-12-17-14-23-05-japanese-garden.png" --quality high --size 1536x1024

生成透明背景图像: uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "A cute cartoon cat mascot" --filename "2025-12-17-14-25-30-cat-mascot.png" --background transparent --quality high

编辑现有图像(整图): uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "make the sky more dramatic with storm clouds" --filename "2025-12-17-14-27-00-dramatic-sky.png" --input-image "original-photo.jpg"

带蒙版编辑(局部重绘): uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "a flamingo swimming" --filename "2025-12-17-14-30-00-lounge-flamingo.png" --input-image "lounge.png" --mask "mask.png"

【适用场景】 适合需要根据文字描述生成图像、对现有图像进行整体风格或内容修改、以及通过蒙版对图像特定区域进行精确编辑的场景。

【限制】 背景选项仅生成时可用;编辑模式不支持背景参数。API 密钥必须通过参数或环境变量提供,否则脚本报错退出。具体收费、价格、平台支持范围等资料暂未提供。