SuperAPI AI 工具集

openai-image-gen

设计与创作

查看项目

更新于 10-16 06:43

技能介绍

用途:该技能用于批量生成图像。它先随机生成若干“随机但结构化”的提示词,再调用 OpenAI Images API 渲染出图片,最后输出 prompts.json(提示词与文件的对应关系)和 index.html 缩略图画廊。

主要能力:支持 gpt-image-1、gpt-image-1-mini、gpt-image-1.5、dall-e-3、dall-e-2 等模型;可设置生成数量、尺寸、质量、风格、背景和输出格式。不同模型参数不同,脚本会根据模型自动选择合适默认值。

使用方式:运行 python3 {baseDir}/scripts/gen.py;随后打开生成的画廊文件,命令为 open ~/Projects/tmp/openai-image-gen-*/index.html(若 ~/Projects/tmp 存在,否则为 ./tmp/...)。常用示例:python3 {baseDir}/scripts/gen.py --count 16 --model gpt-image-1;python3 {baseDir}/scripts/gen.py --prompt "ultra-detailed studio photo of a lobster astronaut" --count 4;python3 {baseDir}/scripts/gen.py --size 1536x1024 --quality high --out-dir ./out/images;python3 {baseDir}/scripts/gen.py --model gpt-image-1.5 --background transparent --output-format webp;python3 {baseDir}/scripts/gen.py --model dall-e-3 --quality hd --size 1792x1024 --style vivid。

参数说明:GPT 图像模型尺寸支持 1024x1024、1536x1024、1024x1536 或 auto,质量支持 auto/high/medium/low,另支持 --background(transparent、opaque、auto)和 --output-format(png、jpeg、webp);dall-e-3 尺寸支持 1024x1024、1792x1024、1024x1792,质量 hd 或 standard,风格 --style 支持 vivid 或 natural,且每次仅生成 1 张,脚本会自动将 count 限制为 1;dall-e-2 尺寸支持 256x256、512x512、1024x1024,仅支持 standard 质量。

输出:png、jpeg 或 webp 图片,prompts.json 和 index.html。

限制:图像生成可能比常见的宿主工具超时更久(例如 30 秒);通过 OpenClaw 的 exec_command 调用时,应设置更高的 timeout_sec(例如 300)以避免提前终止或重试。stream 和 moderation 参数虽然 API 可用,但脚本尚未实现。