GPT Image 2 智能图像生成

解决的具体问题

在 AI Agent 或对话系统中集成图像生成能力时，开发者常面临繁琐的手动配置：需要反复验证 API 端点是否支持 gpt-image-2 模型，处理不同网关的兼容性问题，以及应对返回格式为 b64_json 而非直接 URL 的场景。直接调用 OpenAI 兼容 API 时，可能出现模型列表与生图能力不一致、尺寸参数不支持或请求超时等问题，导致集成效率低下且调试困难。

技能如何工作

该技能通过自动化流程简化图像生成：

• 自动发现与验证 API：优先读取环境变量如 OPENAI_BASE_URL 和 OPENAI_API_KEY，若不可用则从宿主配置文件 config.yaml 中提取 model.base_url 等字段，确保跨环境适配。随后调用 /v1/models 端点检查 gpt-image-2 是否在列表中，再使用同一凭证调用 /v1/images/generations 生成图像，避免混用不同网关配置。
• 生成与保存：处理响应中的 data[0].b64_json，解码并保存为本地文件。支持尺寸回退策略，如优先尝试 size=2048x1024，若返回 400 错误则自动降至 1024x1024。
• 实战优化：根据会话学习，若首次生成因账单耗尽失败，自动切换至用户可用的 OpenAI 兼容网关；同时，当用户指定保存目录时，持久化该偏好以用于后续输出。

适用边界与注意点

• 配置依赖：技能依赖环境变量或宿主配置文件中的 base_url 和 api_key，若未正确设置可能导致 401 错误。验证时需确保 /v1/models 和 /v1/images/generations 使用同一基础 URL 和凭证。
• 网络与安全：证书错误应优先检查系统证书链和代理设置，而非跳过 SSL 验证；请求超时建议将超时时间提高至 180 秒以上，并允许重试。
• 模型兼容性：并非所有网关都支持 gpt-image-2 或指定尺寸，需先通过 /v1/models 确认模型存在；部分网关可能使用 OpenAI Responses-based 流程，而非标准生图端点。
• 输出格式：返回数据通常为 b64_json，需本地解码保存；余额不足或模型不支持时，错误提示明确，需检查账户额度而非接口问题。