用途：驱动 gpt-image-cli，用 gpt-image-2.5 系列模型生成或编辑图片，覆盖生成、修图、加元素、抠背景、替换场景及多轮迭代优化。
主要能力：文生图用 generate，支持 -p 提示词、-s 尺寸、-q 质量、-n 批量、--out 输出；图生图用 edit，支持多次 --image 合成、--mask 局部修改；统一 JSON envelope 输出，可配 --jq 取路径。默认模型 gpt-image-2.5-flare，精修阶段、严格保持约束、最终交付或用户点名时切 gpt-image-2.5-sunburst。
使用方式：先确认 gpt-image-cli 可执行（≥1.3.0 才有 --model），缺失时 npm install -g @zhoujinandrew/gpt-image-cli。配置 key 优先用 env OPENAI_API_KEY，或 gpt-image-cli config init / config set。多端点可用 config add/use/list 管理 OpenAI 与 Azure profile，--profile 或 GPT_IMAGE_PROFILE 单次覆盖。Azure 下 deployment 名须与模型 ID 一致，不支持 webp。
典型流程：探索（flare generate，-n 3 -q medium，产物 v1a/v1b/v1c）→ 选片（定为 v1 基线）→ 精修（sunburst edit，链式以 vN-1 为基图，只描述增量，必要时 --mask）→ 交付（final.png，-q xhigh 或按需 max）。每轮生成后必须 Read 本轮 PNG 再汇报。
限制：gpt-image-2.5 不支持 --input-fidelity，传了会 400；-s 每边须为 16 的倍数、256–3840px、总像素约 0.66–8.3MP、比例在 1:3–3:1；prompt 中长宽比须与 -s 一致；多轮链式仍可能轻微漂移，需回退干净版本；本技能不覆盖图片识别等 vision 任务；耗时与费用随分辨率、质量和批量上升，具体价格暂未提供。