GPT图像2 Pro

命令行图像生成：从需求到实现

在快速迭代的设计和开发流程中，团队常需要在命令行中直接生成高质量图像，用于原型验证、营销素材或内容创作。传统方法依赖图形界面或复杂 API 调用，难以集成到自动化脚本或批量处理流程中。GPT-image2 技能通过封装 OpenAI 的 gpt-image-2 模型，解决了这一痛点，允许开发者用简短命令生成图片，并精细控制输出参数。

核心能力与工作流程

该技能主要提供两种模式：

• 文生图：输入文本提示词，从零生成图像。例如，执行 python3 imagegen.py "一只宇航猫在月球漫步" 即可获得 PNG 格式图片。
• 图生图：上传参考图并添加提示词，基于原图进行编辑。使用 --image 参数指定本地图片路径，例如 --image cat.jpg，并可通过 --fidelity high 控制保真度（high 保留细节，low 允许风格迁移）。

关键步骤包括：

1. 配置 API Key：通过环境变量、命令行参数或配置文件设置 REDFOX_API_KEY（从 redfox.hk 获取）。
2. 调用生成：使用命令行参数控制尺寸（--size 1024x1792）、格式（--format webp）、背景透明度（--bg transparent）等。批量生成时，-n 10 可单次生成最多 10 张图。
3. 任务管理：支持 --no-download 仅提交任务，并用 --task-id 查询状态，适合异步工作流。

适用边界与注意事项

• 尺寸限制：仅支持预设分辨率（如 1024x1024、2048x2048），自定义分辨率可能导致生成失败或延迟。输出格式中，JPEG 不支持透明背景。
• 性能与成本：生成时间通常 10-30 秒，高清档（如 2048x2048）更慢。API 调用可能产生费用，需自行管理额度。
• 文件处理：参考图仅支持 PNG、JPEG、WebP 本地文件；输出默认保存在 ~/Downloads/QoderImages，可通过 -o 修改目录。
• 模型特性：gpt-image-2 为 OpenAI 最新模型，提示词限 500 字，超长文本会被阻断。生成质量受提示词详细程度影响。

通过这些特性，该技能为开发者提供了灵活、可集成的命令行图像生成方案，尤其适合需要自动化或参数化控制的场景。