技能介绍

解决什么问题

在 Agent 工作流中集成图像生成能力时，开发者常面临 API 端点分散、异步任务状态管理复杂以及参数校验繁琐等问题。本技能通过封装艺度AI（https://yydd.lk888.ai）聚合的 GPT Image 2 模型，提供了一套标准化的文生图与图生图调用方案。它将异步任务创建与轮询逻辑封装在 scripts/generate.py 中，让开发者无需关心底层 HTTP 状态码与轮询间隔，只需关注 prompt 与尺寸参数。

核心能力与工作流

技能的核心逻辑分为参数校验、任务创建与自动轮询三个阶段。

输入收集与归一化：支持 text2img 和 img2img 两种模式。必填参数为 prompt，可选参数包括 size、quality 以及图生图模式下的 images（1~14 张参考图 URL）。若用户未指定 size 和 quality，默认使用 auto。
请求组装与防重复：model 字段固定为 gpt-image-2。在调用 API 前，脚本会输出请求摘要并等待确认，严格限制单轮对话只创建一次任务，防止积分被意外重复消耗。
异步轮询与结果判定：创建任务后，脚本每 5 秒自动轮询一次。最终状态由 is_final === true 决定，而具体结果需依赖 state 字段（pending、running、success 或 failed）。成功时返回 result_url，失败时自动退款并输出原因。

适用边界与注意事项

仅限静态图像生成：不支持视频或音频生成，也不提供本地图片的裁剪、压缩等后处理功能。
分辨率特性：选择 2K 或 4K 尺寸时，模型偶尔无法精准命中特定比例，这是该模型的已知特性。若需极高稳定性的高清输出，建议使用官方转换方案。
API Key 管理：支持通过环境变量 LK888_API_KEY 或本地文件 ~/.config/lk888-image/.env 读取凭据。日志中严禁明文输出 Key，仅允许掩码展示。
重试策略：遇到 429 限流或 5xx 服务异常时，不会自动重试，需由用户明确确认后手动触发，以避免无谓的资源消耗。