SuperAPI AI 工具集

imagegen

设计与创作

查看项目

更新于 10-16 03:43

技能介绍

用途:为当前项目生成或编辑图片,例如网站素材、游戏素材、界面稿、产品图、线框图、标志设计、写实图片和信息图。默认使用 gpt-image-1.5 与 OpenAI Image API,并优先调用自带的图像生成脚本以获得确定性、可复现的结果。

主要能力:支持生成新图片,也支持编辑已有图片,包括修补、蒙版编辑、光照或天气变换、背景替换、移除对象、合成和透明背景;支持批量运行,即多提示词或多变体。

使用方式:先判断意图是生成、编辑还是批量。若用户提供输入图或要求编辑、修补、蒙版、局部替换等,走编辑;若需要许多不同提示词或素材,走批量;否则走生成。批量运行需在 tmp/ 下写临时 JSONL,每行一个任务,运行一次后删除该 JSONL。随后运行自带 CLI,即 scripts/image_gen.py,并使用合理默认值。复杂生成或编辑后应查看输出并核对主体、风格、构图、文字准确性与约束项,再通过单点修改迭代。结果写入 output/imagegen/ 时用于仓库内工作;可用 --out 或 --out-dir 控制输出路径,文件名应稳定且具描述性。

依赖与环境:推荐用 uv 管理依赖,Python 包安装命令为 uv pip install openai pillow;若 uv 不可用,用 python3 -m pip install openai pillow。实时 API 调用必须设置 OPENAI_API_KEY。若缺少密钥,应引导用户在 OpenAI 平台创建 API Key,并在本地设置为环境变量;不要让用户在聊天中粘贴完整密钥。

限制与规则:所有 API 调用使用 OpenAI Python SDK,不使用原始 HTTP;编辑使用 client.images.edit(...),并传入输入图与蒙版。未明确要求编辑时默认生成新图。除非用户明确要求 gpt-image-1-mini 或更便宜更快的模型,否则使用 gpt-image-1.5。不得修改 scripts/image_gen.py,若缺少内容需先询问用户。结果不相关或不满足约束时,应做小的针对性提示词修改后迭代;只有缺失关键细节阻碍成功时才提问。若当前环境无法安装,应告知缺少的依赖及本地安装方式。

提示词处理:把用户提示改写为结构化的生产规格,只显式化隐含细节,不发明新要求。使用用例分类标签,生成类包括 photorealistic-natural、product-mockup、ui-mockup、infographic-diagram、logo-brand、illustration-story、stylized-concept、historical-scene;编辑类包括 text-localization、identity-preserve、precise-object-edit、lighting-weather、background-extraction、style-transfer、compositing、sketch-to-render。模板可包含用例、素材类型、主要请求、场景/背景、主体、风格/媒介、构图/取景、光照/氛围、配色、材质/纹理、质量、输入保真度、逐字文本、约束和避免项。编辑时应明确列出不变量,例如只改 X,保持 Y 不变,并在每次迭代重复不变量以减少漂移。延迟敏感可先用 quality=low,文字多或细节关键用 quality=high;严格编辑可考虑 input_fidelity=high。

适用场景:网站与游戏素材、界面与产品稿、标志、写实图、信息图,以及局部编辑、背景处理、风格迁移、合成和草图转渲染等。其他限制与费用、平台细节暂未提供。