generate-image

用途

generate-image 用于通过文本提示词（prompt）调用 AI 模型生成图像。当用户要求生成图片、创建 AI 图像、制作插画或产出图像时使用。

主要能力

支持两类图像生成服务：OpenAI GPT Image 和 Stability AI（SD 3.5 Large）。

OpenAI 图像模型（资料标注为 2026-05-15 通过 /v1/models 验证）：

gpt-image-2：旗舰模型，2026-04-21 发布，提示词遵循与照片级真实感最佳，是重视质量时的默认选择。
gpt-image-2-2026-04-21：gpt-image-2 的固定日期变体。
gpt-image-1.5：介于 1 和 2 之间的中间版本。
gpt-image-1-mini：更小更便宜的 gpt-image-1 变体，适合批量或草稿生成。
gpt-image-1：原始 gpt-image，仍可用，但已被 gpt-image-2 取代。
chatgpt-image-latest：ChatGPT.com 所用模型的始终最新别名（当前为 gpt-image-2 级别），用于“ChatGPT 当下使用的模型”。
dall-e-3：旧版回退，质量语义不同（standard/hd，而非 low/medium/high）。

脚本对 gpt-image* 分支处理质量与格式，因此所有 gpt-image-* 变体均可直接使用。脚本默认模型为 gpt-image-2；如需便宜的批量或草稿生成，可传 --model gpt-image-1-mini。

工具位置

脚本：~/.agents/tools/generate-image.py 环境文件：~/.agents/tools/.env（包含 OPENAI_API_KEY 和 STABILITY_API_KEY）

使用方式

使用 OpenAI gpt-image-2（旗舰）： python ~/.agents/tools/generate-image.py --prompt "a sunset over mountains, oil painting style" --output ./sunset.png --model gpt-image-2 --quality high

使用默认（gpt-image-2）： python ~/.agents/tools/generate-image.py --prompt "a sunset over mountains, oil painting style" --output ./sunset.png

高质量： python ~/.agents/tools/generate-image.py --prompt "modern logo design for a tech company" --output ./logo.png --size 1024x1024 --quality high

宽幅（适合博客封面、横幅）： python ~/.agents/tools/generate-image.py --prompt "abstract digital art with blue tones" --output ./banner.png --size 1536x1024

竖幅（适合移动端、故事）： python ~/.agents/tools/generate-image.py --prompt "portrait of a futuristic city" --output ./city.png --size 1024x1536

透明背景（图标、Logo）： python ~/.agents/tools/generate-image.py --prompt "a minimalist cat icon, flat design" --output ./icon.png --background transparent

使用 Stability AI（SD 3.5 Large）： python ~/.agents/tools/generate-image.py --prompt "watercolor painting of a garden" --output ./garden.png --provider stability

命令行选项

--prompt, -p：（必填）描述所需图像的文本提示词。
--output, -o：（必填）输出文件路径。
--provider：openai（默认）或 stability。
--size：OpenAI 图像尺寸，1024x1024（默认）、1536x1024（宽）、1024x1536（高）。
--quality：OpenAI 质量，low、medium（默认）或 high。
--background：OpenAI 背景，auto（默认）、transparent 或 opaque。
--model：覆盖模型（OpenAI 默认 gpt-image-2，Stability 默认 sd3.5-large）。

服务商对比

发布时间：OpenAI gpt-image-2 为 2026-04-21；OpenAI gpt-image-1 为 2025；Stability AI SD 3.5 未提供。
提示词遵循：gpt-image-2 最佳，gpt-image-1 优秀，SD 3.5 良好。
尺寸选项：gpt-image-2 与 gpt-image-1 均为 1024x1024、1536x1024、1024x1536；SD 3.5 为 1024x1024。
质量选项：gpt-image-2 与 gpt-image-1 均为 low、medium、high；SD 3.5 无。
透明背景：gpt-image-2 与 gpt-image-1 支持；SD 3.5 不支持。
风格：gpt-image-2 与 gpt-image-1 为照片级真实感加艺术风；SD 3.5 为艺术风加照片级真实感。
每张图成本（high）：gpt-image-2 高于 gpt-image-1；gpt-image-1 为基线；SD 3.5 未提供。

依赖

requests（用于 API 调用）。如需安装：pip install requests

输出

脚本会打印：使用的供应商与模型、提示词（以及适用时的修订后提示词）、保存的文件路径。

技能介绍