apiyi-gpt-image-2-gen

name apiyi-gpt-image-2-gen description 图片生成技能，当用户需要生成图片、视觉信息图、创建图像、编辑/修改/调整已有图片时使用此技能。基于API易平台(https://api.apiyi.com/)的ChatGPT Image 2模型（gpt-image-2）的官方正式版图片生成服务。该模型支持精确的尺寸/画质控制（含4K），按token计费。与gpt-image-2-all（官逆版）不同的关键点：使用/v1/images/generations和/v1/images/edits端点；有显式size参数；有quality参数；按token计费；使用multipart/form-data上传参考图；b64_json为纯base64无前缀。 图片生成与编辑（GPT Image 2 官方正式版） 基于API易平台的GPT Image 2模型（gpt-image-2）官方正式版实现图片生成技能，可以通过自然语言帮助用户生成图片，通过API易国内代理服务访问，支持Node.js和Python两种运行环境。gpt-image-2是API易平台的官方正式版GPT图像生成模型，支持精确的尺寸/画质控制（含4K），按token计费。 使用指引 遵循以下步骤： 第1步：分析需求与参数提取 明确意图 ：区分用户是需要【文生图】（生成新图片）还是【图生图】（编辑/修改现有图片）或【多图融合】。 提示词（Prompt）分析 ： 使用用户原始完整输入 ：把用户输入的原始完整问题需求描述（原文）直接作为 -p 提示词的主体，避免自行改写、总结或二次创作，防止细节丢失。 需要补充时先确认 ：如果信息不足（例如缺少风格、主体数量、镜头语言、场景细节、文字内容、禁止元素等），先向用户提问确认；用户确认后，再把补充内容 以"追加"的方式 拼接到原始提示词后。 样例： 用户输入："帮我生成一张猫的图片，风格要可爱一点。" 正例说明：直接使用用户输入作为提示词： -p "帮我生成一张猫的图片，风格要可爱一点。" 反例说明：擅自改写为"生成一张可爱风格的猫的图片"会丢失用户原始输入的细节和语气。 如果需要补充细节（例如颜色、背景等），先提问确认："你希望猫是什么颜色的？背景有什么要求吗？"用户回答后，再追加到提示词中： -p "帮我生成一张猫的图片，风格要可爱一点。猫是橘色的，背景是草地。" 关键参数整理 ： Prompt（必需） ：提示词分析后的最终提示词（默认=用户原始完整且一致的输入；仅在用户确认后才追加补充信息）。 Filename（可选） ：输出图片文件名/路径(需包含文件随机标识，避免重复)。不传则脚本会自动生成带时间戳的文件名。建议根据内容生成合理文件名（例如 cat_in_garden.png ），避免使用通用名。 Size（可选） ：输出尺寸。 预设值： 1024x1024 、 1536x1024 、 1024x1536 、 2048x2048 、 2048x1152 、 3840x2160 、 2160x3840 也可使用自定义尺寸（满足：最大边≤3840、两边16倍数、比例≤3:1、总像素0.65–8.3MP） 默认由模型自适应（auto） Quality（可选） ：画质档位。 low （草图/批量）、 medium （日常）、 high （终稿/精细文字）、 auto （默认） Output Format（可选） ： png （默认）、 jpeg 、 webp Output Compression（可选） ：输出压缩率（0-100），仅jpeg/webp生效 注意 ：该模型使用官方正式版端点，与官逆版gpt-image-2-all不同。 第2步：环境检查与命令执行 检查环境 ：确认 APIYI_API_KEY 环境变量是否已设置（通常假定已设置，若运行失败再提示用户）��� 构建并运行命令 ： 优先尝试 Node.js 版本 ：如果环境有 Node（ node 命令可用），优先使用 scripts/generate_image.js （零依赖，参数与 Python 保持一致）。 Node 不可用再用 Python 版本 ：使用 scripts/generate_image.py 。 文生图命令模板（优先 Node.js）： node scripts/generate_image.js -p "{prompt}" -f "{filename}" [-s {size}] [-q {quality}] [-o {output_format}] 图生图命令模板（优先 Node.js）： node scripts/generate_image.js -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-s {size}] [-q {quality}] 多图融合命令模板（优先 Node.js）： node scripts/generate_image.js -p "融合图1和图2的风格" -i ref1.png ref2.png -f "merged.png" [-s {size}] [-q {quality}] （可选）Python 版本命令模板（Node 不可用时） ： python scripts/generate_image.py -p "{prompt}" -f "{filename}" [-s {size}] [-q {quality}] [-o {output_format}] python scripts/generate_image.py -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-s {size}] [-q {quality}] ⏱️ 长时间任务处理策略 1. 任务前提示 执行前必须告知用户 ： "图片生成已启动，预计需要120-150秒，请耐心等待" 2. 🎨 最佳实践示例 "图片生成中，预计120-150秒完成...\n⏳ 正在生成...\n（high + 2K/4K 复杂场景可能需要更长时间，请耐心等待）" 第3步：结果反馈 执行反馈 ：等待终端命令执行完毕。 成功 ：告知用户图片已生成，并指出保存路径。 失败 ： 若提示 API Key 缺失，请指导用户设置环境变量。 若提示网络错误，建议用户检查网络或稍后重试。 命令行使用样例 生成新图片 python scripts/generate_image.py -p "图片描述文本" -f "output.png" [-s {size}] [-q {quality}] [-o {output_format}] 示例： # 基础生成 python scripts/generate_image.py -p "一只可爱的橘猫在草地上玩耍" -f "cat.png" # 指定尺寸和画质 python scripts/generate_image.py -p "日落山脉风景" -f "sunset.png" -s "2048x1152" -q "high" # 竖版高清图片（适合手机壁纸） python scripts/generate_image.py -p "城市夜景" -f "city.png" -s "2160x3840" -q "high" # 输出为JPEG python scripts/generate_image.py -p "风景照片" -f "landscape.jpg" -s "3840x2160" -q "high" -o "jpeg" （可选）Node.js 版本示例： # 基础生成 node scripts/generate_image.js -p "一只可爱的橘猫在草地上玩耍" -f "cat.png" # 指定尺寸和画质 node scripts/generate_image.js -p "日落山脉风景" -f "sunset.png" -s "2048x1152" -q "high" 编辑已有图片 python scripts/generate_image.py -p "编辑指令" -f "output.png" -i "path/to/input.png" [-s {size}] [-q {quality}] 示例： # 修改风格 python scripts/generate_image.py -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png" # 添加元素 python scripts/generate_image.py -p "在天空添加彩虹" -f "rainbow.png" -i "landscape.png" -q "high" # 替换背景 python scripts/generate_image.py -p "将背景换成海滩" -f "beach-bg.png" -i "portrait.png" -s "2048x2048" （可选）Node.js 版本示例： # 修改风格 node scripts/generate_image.js -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png" # 多图参考图融合（最多5张） node scripts/generate_image.js -p "把图1的人物放进图2的场景" -i ref1.png ref2.png -f "merged.png" 命令行参数说明 Python 与 Node.js 版本参数保持一致（短参数与长参数等价）。 参数 必填 说明 -p / --prompt 是 图片描述（文生图）或编辑指令（图生图）。保留用户原始完整输入。 -f / --filename 否 输出图片路径/文件名；不传则自动生成带时间戳的文件名。 -s / --size 否 输出尺寸：1024x1024 / 1536x1024 / 1024x1536 / 2048x2048 / 2048x1152 / 3840x2160 / 2160x3840 或自定义尺寸。 -q / --quality 否 画质档位：low / medium / high / auto（默认auto）。 -o / --output-format 否 输出格式：png（默认）/ jpeg / webp。 -c / --output-compression 否 输出压缩率（0-100），仅jpeg/webp生效。 -i / --input-image 否 图生图输入图片路径；可传多张（最多5张）。传入该参数即进入编辑模式。 文件资源说明 资源 说明 scripts/generate_image.js Node.js 版本（零依赖，优先使用） scripts/generate_image.py Python 版本（备选） references/size-guide.md 尺寸与比例控制文档，需要时使用，按需加载 references/batch-template.md 批量生成配置模板，需要批量生成时使用，按需加载 批量生成 当用户需要一次性生成多张图片（批量生成）时： 加载配置模板 ： references/batch-template.md — 包含 JSON 配置格式说明和使用示例 获取/生成 JSON 文件 ：用户可自行提供 JSON 文件，或描述需求后 AI 根据需求生成 逐个执行 ：读取 prompts 数组，逐个执行生成命令，每张完成后反馈结果 汇总反馈 ：完成后告知成功数量、图片路径列表 注意：批量任务总时间 = 单张时间(120-150秒) × 图片数量，请提前告知用户预估时长。 画质说明 画质 说明 适用场景 low 草图/批量生成 快速预览、多次迭代 medium 日常 普通使用 high 终稿/精细文字 最终输出、包含文字的图像 auto 默认 由模型决定 输出格式说明 格式 说明 适用场景 png 无压缩，透明背景 需要透明背景、保留最佳画质 jpeg 有压缩 照片、存储空间敏感 webp 现代格式 Web使用、平衡画质与大小 注意 ：b64_json字段是纯base64，不含 data:image/...;base64, 前缀。客户端需要： 写文件： base64.b64decode(b64_str) → 写入磁盘 浏览器渲染：自行拼前缀 data:image/png;base64, + b64 注意事项 API密钥必须设置，可通过环境变量或命令行参数提供 图片生成时间：约120-150秒，high + 2K/4K 复杂场景可能需要更长时间 编辑图片时，使用multipart/form-data上传参考图 确保输出目录有写入权限 按token计费（非按张） API Key设置与获取 如何获取API Key 如果你还没有API密钥，请前往 https://api.apiyi.com 注册账号并申请API Key。 获取步骤： 访问 https://api.apiyi.com 注册/登录你的账号 在控制台中创建API密钥 复制密钥并设置环境变量或在命令行中使用 设置API Key 脚本从环境变量 APIYI_API_KEY 获取API密钥。 设置环境变量： # Linux/Mac export APIYI_API_KEY= "your-api-key-here" 我的电脑高级设置中设置环境变量或者执行 set 命令： # Windows CMD set APIYI_API_KEY=your-api-key-here # Windows PowerShell $env :APIYI_API_KEY= "your-api-key-here" API端点说明 文生图端点：POST /v1/images/generations 文生图端点，使用JSON格式请求。 图生图端点：POST /v1/images/edits 图生图端点，使用multipart/form-data格式请求。上传参考图（最多5张）+ 指令进行单图改图、多图融合。 参考图顺序有意义，prompt中可用"图1/图2/图3"指代。 模型信息 模型名：gpt-image-2 出图速度：约 120-150秒（4K复杂场景可能需要更长时间） 输出分辨率：1024x1024 / 1536x1024 / 1024x1536 / 2048x2048 / 2048x1152 / 3840x2160 / 2160x3840 或自定义 默认响应格式：b64_json（纯base64，无前缀） 画质档位：low / medium / high / auto 输出格式：png / jpeg / webp 支持能力：文生图、单图编辑、多图融合 计费方式：按token计费 gpt-image-2（官转）vs gpt-image-2-all（官逆）对比 特性 gpt-image-2 gpt-image-2-all 性质 官方正式版 官方逆向版 计费 按token 统一$0.03/张 端点 /v1/images/generations, /v1/images/edits /v1/chat/completions 上传参考图 multipart form-data base64 data URL 下载图片 b64_json（纯base64） url或b64_json（带前缀） 多图融合 image[]数组最多5张 chat多个image_url 尺寸控制 显式size参数 prompt描述 速度 约120-150秒 约60-300秒 作者介绍 爱海贼的无处不在 我的微信公众号：无处不在的技术