Agent Skills
返回列表
🎨

GPT Image 2 文生图

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @infimind/gpt-image-2-text-to-image 技能到你的 AI 助手。

技能介绍

要解决什么问题

从命令行跑文生图,通常意味着自己写一堆胶水脚本:查询可用模型、上传参考图、轮询任务状态、记录价格快照、最后下载结果。AI Hive OpenAPI 的裸接口把这些步骤拆散,参数命名、鉴权、任务查询方式都不统一,换个模型就要重写一遍。这个 Skill 的目标很窄:把 public_model_gpt_image_2 这一条路走通,让设计师、电商运营和内容创作者用一条命令完成从提示词到落盘图片的全过程。

核心能力与执行流程

内部封装了五个环节:

  • 模型锁定:所有请求固定提交 public_model_gpt_image_2,明确不拿其他模型冒充,避免文生图入口偷偷路由到不知名模型。
  • 参考图上传:通过 --image 传入一到多张参考图,脚本先校验数量与格式,再调用上传接口换回远程 media id。
  • 价格快照:提交前查询实时模型配置与 pricingSnapshot,默认 COST_FIRST 路由优先选便宜路径,防止月底对账才发现扣费异常。
  • 任务轮询:拿到 taskId 后只查询这一个任务,不做重复提交,减少意外扣费。
  • 结果下载:生成完成后自动把 PNG/JPEG/WebP 拉到 ~/Downloads/AiHive/,也可以用 --no-download 只交任务稍后取。

参数层面,--batch 控制生成数量,--param key=value 透传实时 imageConfig 里的分辨率等字段,--routing 可在 COST_FIRST、SPEED_FIRST、SUCCESS_FIRST 之间切换。另有 task、upload、init 三个子命令分别覆盖查询任务、上传图片、初始化 API Key 的场景。

适用边界与注意点

  • 该 Skill 不做模型发现,后台若下线或更名为别的模型,需要自行查询实时列表后更新调用。
  • 使用参考图前要先想清楚每张图的角色——主体、材质、构图还是风格,互相冲突的参考关系会让输出不稳定。
  • 图片内文字必须逐字出现时,要用引号明确限定语言、大小写、换行和位置,模型不负责校对,交付前需人工复核。
  • 报 401 多半是 API Key 失效;InvalidParameter 一般来自格式、数量、尺寸或参数枚举与实时 imageConfig 不一致。
  • 批量 --batch 之前务必确认实时单价,一次跑四张就是四倍扣费。

使用场景

  • 给电商主图生成商品主体清晰、卖点集中的视觉,适配平台比例与留白要求
  • 按首屏主视觉、核心卖点、使用场景、细节材质、信任信息拆分商品详情页
  • 给直播、小红书、抖音、社媒封面生成突出真实使用场景与痛点的带货种草图
  • 对已有图片做编辑,明确保留主体、改变构图或替换材质并指定输出风格

适合人员

  • 每周要给多款新品产出主图和详情页的电商运营,需要按平台规格快速成图
  • 需要给广告 KV 和信息流素材提供多样化视觉的营销与广告团队成员
  • 通过直播和小红书带货、需要批量生成种草图片的内容创作者
  • 要为品牌活动输出统一风格视觉并核对价格消耗的品牌方与设计师