用途：在 fal.ai 上调用 GPT Image 2.5（Flare 或 Sunburst）生成纹理图像，并落到 Blockbench 已有的 UV 布局上，用于制作纹理图集、皮肤和贴片。提示词必须携带 UV 布局，说明图像中哪个像素矩形对应哪个面，否则模型只会画一张图而非图集。
主要能力：支持 Flare（默认，快速草稿、多数图集、透明背景）与 Sunburst（高分辨率精细图集，较慢），两者参数相同，并有接受参考图的 /edit 变体。提供脚本把检查结果转为画布尺寸与像素区域、调用模型、降采样回图集尺寸。
使用方式：先加载 blockbench-use 与 blockbench-texturing；用 get_capabilities、list_textures、get_cube_uv、get_mesh_info 收集布局并保存为 JSON；运行 node scripts/uv_layout_prompt.mjs inspection.json --texture <atlas name|uuid> > layout.json 计算画布与区域；按模板写 JSON 提示词；用 FAL_KEY=... node scripts/fal_gpt_image.mjs --prompt-file prompt.json --model flare --width 1024 --height 1024 --background transparent --quality medium --num 2 --out ./output --label alpaca 生成；用 python scripts/resize_to_atlas.py 降采样；再在 Blockbench 中 create_texture、apply_texture、get_texture、capture_screenshot 导入验证。
适用场景：低多边形 3D 游戏模型的纹理图集、皮肤与贴片制作，尤其适合已有 UV 布局、需要按面生成内容的工作流。
限制：fal 拒绝小于 655,360 像素的图像，64x64 图集需先整数放大再降采样；模型把像素矩形当参考而非契约，区域边界可能有 1 至 3 纹素漂移，内容可能溢出到透明间隙；区域过多（约 20 个以上）效果变差；像素画措辞有助于对齐纹素网格；长文本、标志和可读标签应另做一遍；每次输出都是完整 RGB(A) 图像，需按 get_cube_uv 矩形而非提示词验证。PBR 通道建议由反照率转法线生成，而非用图像模型生成。具体定价、参数细节见 references/fal-api.md，资料未提供更多收费信息。