用途:作为 GPT Image 生成与编辑的执行型技能,接收用户或上游给出的提示词/编辑指令,直接调用随包 CLI 完成图像生成、编辑、局部重绘(inpaint)、多参考图编辑与色键抠图透明背景处理,不负责构思方向或改写提示词语义。
主要能力:支持文生图、参考图编辑、遮罩重绘与多参考图;提供尺寸(1k/2k/4k/portrait/landscape/square/wide/tall 或字面值)、质量(low/medium/high/auto)、数量、格式(png/jpeg/webp)、压缩、背景 auto/opaque、审核、输入保真度、用户标识等参数映射;可对每张输出执行色键抠图生成透明 PNG/WebP。
使用方式:运行 python "$SKILL_DIR/scripts/src/gpt_image_cli/cli.py" -p "PROMPT" [-f OUT] [-i REF...] [-m MASK] [options]。需 Python 3.11+、openai>=1.55,抠图另需 Pillow;默认 OpenAI 端点需 OPENAI_API_KEY(调用可能产生费用),可用 OPENAI_BASE_URL 切换兼容端点。无 -i 走 /v1/images/generations,有 -i 走 /v1/images/edits,加 -m 为遮罩重绘。透明背景唯一路径为 --background opaque --remove-background,批量时逐张处理。
限制与注意:不重装依赖、不覆盖技能目录、不创建或修改 .env,除非用户明确要求;密钥未设置时只报告不写入或打印;执行前需确认端点模式、尺寸、质量、输出路径及参考图/遮罩文件存在。抠图不适合毛发、羽毛、烟雾、玻璃、液体、半透明或反光物体,若校验失败应报告限制而非更换模型。