Image Gen Agent Skill

GPT-image2

调用 OpenAI 最新的 gpt-image-2 模型生成高质量图片。粘贴提示词就能用。

> Skill 特色

>

> - 支持命令行批量生成、参数化控制尺寸/格式/背景

> - 文生图 + 图生图双模式，--image 一个参数启用编辑模式

能力概述

• 文生图：输入提示词，生成全新图片
• 图生图：上传参考图 + 提示词，基于原图编辑生成
• 模型：gpt-image-2（OpenAI 最新图像模型）
• 输出格式：PNG、JPEG、WebP
• 尺寸支持：仅支持测试验证过的分辨率（自定义分辨率可能导致生成过慢或失败）
• 快速档：1024x1024（1:1）、1024x1536（2:3 竖版）、1536x1024（3:2 横版）、1792x1024（16:9 横版）、1024x1792（9:16 竖版，默认）
• 高清档（画质更高，生成更慢）：2048x2048、2048x1152、1152x2048
• 批量生成：单次最多 10 张
• 透明背景：支持 PNG/WebP 透明背景输出
• 保真控制：图生图支持 high/low 保真度

使用方式

文生图 — 输入文字生成图片

# 基本生成
python3 "$SKILL_PATH/assets/imagegen.py" "一只橘色的猫咪坐在窗台上看着窗外的夕阳"

# 横版高清
python3 "$SKILL_PATH/assets/imagegen.py" "futuristic city skyline" --size 1792x1024

# 透明背景 logo
python3 "$SKILL_PATH/assets/imagegen.py" "minimalist cat logo, flat design" --bg transparent --format png

# 批量生成 4 张
python3 "$SKILL_PATH/assets/imagegen.py" "icon set, flat style" -n 4 --bg transparent

# WebP + 压缩
python3 "$SKILL_PATH/assets/imagegen.py" "product photo on white background" --format webp --compression 50

图生图 — 上传参考图编辑生成

# 基于参考图修改（自动上传图片 → 编辑生成）
python3 "$SKILL_PATH/assets/imagegen.py" "把猫咪改成白色，背景换成星空" --image ~/Pictures/cat.png

# 风格迁移，高保真
python3 "$SKILL_PATH/assets/imagegen.py" "改成赛博朋克风格" --image ref.jpg --fidelity high

# 低保真，大幅改动
python3 "$SKILL_PATH/assets/imagegen.py" "变成水彩画风格，加入樱花元素" --image photo.png --fidelity low

其他操作

# 仅提交任务（返回 taskId，不等待）
python3 "$SKILL_PATH/assets/imagegen.py" "complex scene" --no-download

# 查询已有任务结果
python3 "$SKILL_PATH/assets/imagegen.py" "" --task-id sfwmpic7xxxxxxxx

# 指定输出目录和文件名前缀
python3 "$SKILL_PATH/assets/imagegen.py" "illustration" -o ~/Pictures/AI --prefix artwork

参数说明

| 参数 | 说明 | 默认值 |

|------|------|--------|

| prompt | 生成/编辑提示词（必填，最多 500 字） | - |

| --image | 参考图路径（启用图生图模式） | - |

| --fidelity | 图生图保真度：high / low | - |

| --size | 尺寸（仅支持白名单分辨率） | 1024x1792 |

| -n, --count | 生成数量（1-10） | 1 |

| --quality | 质量：low / medium / high / auto | medium |

| --format | 格式：png / jpeg / webp | png |

| --bg | 背景：transparent / opaque / auto | auto |

| --compression | 压缩比（0-100） | 0 |

| -o, --output-dir | 输出目录 | ~/Downloads/QoderImages |

| --prefix | 文件名前缀 | image |

| --no-download | 仅提交不等待 | - |

| --task-id | 查询已有任务 | - |

| --api-key | 指定 API Key | - |

依赖安装

| 依赖 | 安装命令 |

|------|----------|

| requests | pip3 install requests |

首次使用

先配置 API Key，然后运行：

# 设置环境变量
export REDFOX_API_KEY=ak_你的密钥

# 运行
python3 "$SKILL_PATH/assets/imagegen.py" "一只橘色的猫咪"

> 前往 redfox.hk 注册获取 API Key。

后续使用

前往 redfox.hk 注册账号获取自己的 API Token，三种配置方式任选其一：

| 配置方式 | 说明 | 命令 |

|----------|------|------|

| 环境变量（推荐） | 设置一次，全局生效 | export REDFOX_API_KEY=ak_你的密钥 |

| 命令行参数 | 临时使用，单次生效 | python3 "$SKILL_PATH/assets/imagegen.py" "prompt" --api-key ak_你的密钥 |

| 配置文件 | 持久化存储，跨会话保留 | mkdir -p ~/.qoder/apis && echo '{"api_key":"ak_你的密钥"}' > ~/.qoder/apis/redfox.json |

常见问题

Q：本 Skill 的特点是什么？

A：命令行直接调用 gpt-image-2 模型，支持批量生成、参数化控制、图生图编辑，

Q：生成一张图片需要多久？

A：通常 10-30 秒，复杂场景可能更久。脚本会自动轮询等待。

Q：图生图的保真度怎么选？

A：--fidelity high 尽量保留原图细节（微调），--fidelity low 允许大幅改动（风格迁移）。不传则由模型自行判断。

Q：如何生成透明背景图？

A：使用 --bg transparent，搭配 PNG 或 WebP 格式（JPEG 不支持透明）。

Q：如何获取 API Key？

A：前往 redfox.hk 注册获取自己的 API Token。

Q：支持哪些图片格式作为参考图？

A：支持 PNG、JPEG、WebP 格式的本地图片文件。

Q：支持自定义分辨率吗？

A：仅支持以下测试验证过的分辨率，其他分辨率可能导致生成过慢或失败：

• 快速档：1024x1024、1024x1536、1536x1024、1792x1024、1024x1792（默认）
• 高清档（画质更高，生成更慢）：2048x2048、2048x1152、1152x2048

Q：提示词有长度限制吗？

A：提示词最多支持 500 字，超过会被阻断并提示精简。