图片制作

需要解决的问题

在AI图像生成领域，开发者或创作者常需要将强大的图像生成能力集成到自己的工具或工作流中。直接对接官方OpenAI API可能面临访问限制、成本或兼容性问题。此技能旨在提供一个基于New API的、完全兼容OpenAI接口规范的本地化解决方案，让你能轻松调用文本生成图片、图片编辑等能力，而无需关心底层复杂的API适配与网络问题。

技能如何工作

该技能封装了一个命令行工具，通过解析参数、发送符合规范的API请求并处理返回结果来完成图像生成任务。

核心能力

• 文本生成图片（T2I）：根据文本提示词，调用如 gpt-image-1、dall-e-3 等模型生成新图像。
• 图片编辑（I2I）：提供一张或多张参考图片，结合新提示词对原图进行修改或再创作。
• 多图融合：传入多张参考图，融合其视觉特征生成全新图像。
• 批量生成：一次请求生成多张内容关联的图片。

关键工作步骤

1. 参数解析：从命令行读取提示词（--prompt）、模型（--model）、尺寸（--size）等参数。
2. API请求构造：按照OpenAI /v1/images/generations 接口格式，将参数封装成JSON请求体，并通过环境变量 NEWAPI_API_KEY 进行认证。
3. 结果获取与保存：接收API返回的图片URL或Base64数据，自动下载并保存为PNG等格式的本地文件（可通过 --output 指定路径）。

适用边界与注意点

• 依赖与配置：运行需要Node.js 16+环境。使用前必须设置环境变量 NEWAPI_API_KEY，其值需为你在New API平台申请的密钥。
• 模型选择差异：不同模型能力不同。推荐使用 gpt-image-1，它支持背景透明度（--background）和内容审核级别（--moderation）等高级参数。而 dall-e-3 目前单次请求只能生成一张图（n=1）。
• 错误处理：遇到 401 错误通常意味着API Key无效；429 表示请求过于频繁。需根据错误代码调整请求或检查密钥状态。
• 参数限制：部分参数（如 --background）仅特定模型支持，使用时需注意模型兼容性。图片尺寸和质量也有API层面的限制。