image-gen

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、参数化控制宽高比与分辨率档位
• 文生图 + 图生图双模式，--image 一个参数启用编辑模式（最多 2 张参考图）

---

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（最多 2 张） + 提示词，基于原图编辑生成
• 模型：gpt-image-2（OpenAI 最新图像模型）
• 接口：红狐新版 gptImage2Submit / gptImage2Result
• 输出格式：PNG（新接口固定输出）
• 宽高比：1:1 / 3:2 / 2:3 / 4:3 / 3:4 / 5:4 / 4:5 / 16:9（默认） / 9:16 / 2:1 / 1:2 / 21:9 / 9:21
• 分辨率档位：1k / 2k（默认） / 4k
• 批量生成：单次最多 4 张（新接口上限）
• 兼容旧像素格式：仍接受 1792x1024 等旧写法，脚本内部自动映射到宽高比 + 档位

---

使用方式

文生图 — 输入文字生成图片

# 基本生成（默认 16:9 + 2k）
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 4k 高清
python3 "$SKILL_PATH/assets/imagegen.py" "futuristic city skyline" --size 16:9 --resolution 4k

# 竖版小红书封面（3:4 + 2k）
python3 "$SKILL_PATH/assets/imagegen.py" "product cover, minimal style" --size 3:4 --resolution 2k

# 方形 1k 快速档
python3 "$SKILL_PATH/assets/imagegen.py" "minimalist cat logo, flat design" --size 1:1 --resolution 1k

# 批量生成 4 张（新接口上限）
python3 "$SKILL_PATH/assets/imagegen.py" "icon set, flat style" -n 4

# 兼容旧像素写法（自动映射为 16:9 + 1k）
python3 "$SKILL_PATH/assets/imagegen.py" "cyberpunk street" --size 1792x1024

图生图 — 上传参考图编辑生成

# 单张参考图（自动上传 OSS → 提交任务）
python3 "$SKILL_PATH/assets/imagegen.py" "把猫咪改成白色，背景换成星空" --image ~/Pictures/cat.png

# 两张参考图（新接口最多支持 2 张）
python3 "$SKILL_PATH/assets/imagegen.py" "融合两张图的风格" --image ref1.png --image ref2.jpg

# 直接使用 URL 参考图（跳过上传步骤）
python3 "$SKILL_PATH/assets/imagegen.py" "把海报主体换成手表" --image "https://example.com/poster.jpg"

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 5f100fcb8f3c4e3087c6aba93e121f7e

# 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）	-
--size	宽高比（如 16:9）；也兼容旧像素格式（如 1792x1024）	16:9
--resolution	分辨率档位：1k / 2k / 4k	像素格式自动匹配；宽高比默认 2k
-n, --count	生成数量（1-4，新接口上限 4）	1
--image	参考图路径或 URL（可多次传入，最多 2 张）	-
-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	-

已弃用参数（新接口不再支持，传入会被忽略并给出提示）

参数	说明
--quality	用 --resolution 代替
--format	新接口固定输出 PNG
--bg / --background	新接口不再支持背景控制
--compression	新接口不再支持压缩比
--fidelity	新接口不再支持保真度控制

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。

⚠️ 新接口仅支持付费调用，账户免费积分无法抵扣本接口。若返回错误码 3203，请前往 充值页面 补充付费积分。

---

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

---

接口规格（新）

提交任务

POST https://redfox.hk/story/api/parseWork/imageGen/gptImage2Submit

请求头：REDFOX_API_KEY: ak_xxx + Content-Type: application/json

请求体：

{
  "prompt": "把这个海报的主体变为手表 并把文字都用中文",
  "resolution": "2k",
  "size": "16:9",
  "n": 2,
  "referenceImages": ["https://example.com/poster.jpg"]
}

响应：data.taskId 用于后续轮询。

查询结果

POST https://redfox.hk/story/api/parseWork/imageGen/gptImage2Result

请求体：{"taskId": "..."}

响应关键字段：

字段	说明
data.status	completed / processing / queued / failed
data.progress	生成进度 0-100
data.imageUrls	生成结果 URL 数组（数量与 n 一致）
data.failReason	失败原因（成功时为 null）
data.model	使用的模型（gpt-image-2）
data.resolution / data.size	实际使用的档位与宽高比

---

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、宽高比与分辨率档位控制、图生图（最多 2 张参考图）。

Q：生成一张图片需要多久？ A：通常 10-60 秒，4k 档位或复杂场景可能更久。脚本会自动轮询等待并展示 progress。

Q：新的 resolution 与旧的 quality 有什么区别？ A：resolution 是分辨率档位（1k/2k/4k），直接决定输出图像的清晰度与生成耗时；旧的 quality 参数已弃用，传入会被忽略。

Q：为什么 --size 从像素改成了宽高比？ A：新接口 gptImage2Submit 的 size 字段就是宽高比（如 16:9）。为兼容旧调用，脚本仍接受 1792x1024 等像素写法，内部自动映射到宽高比 + 推荐档位。

Q：图生图能传几张参考图？ A：新接口最多 2 张。多次传入 --image 即可，超出部分会被截断并提示。

Q：为什么调用返回错误码 3203？ A：新接口仅支持付费调用，账户免费积分不可抵扣。请前往 redfox.hk/dashboard/recharge 充值付费积分。

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 格式的本地文件或 HTTP(S) URL。

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。