| name | apiyi-gpt-image-2-gen |
| description | 图片生成技能，当用户需要生成图片、视觉信息图、创建图像、编辑/修改/调整已有图片时使用此技能。基于API易平台(https://api.apiyi.com/)的ChatGPT Image 2模型（gpt-image-2）的官方正式版图片生成服务。该模型支持精确的尺寸/画质控制（含4K），按token计费。与gpt-image-2-all（官逆版）不同的关键点：使用/v1/images/generations和/v1/images/edits端点；有显式size参数；有quality参数；按token计费；使用multipart/form-data上传参考图；b64_json为纯base64无前缀。 |
图片生成与编辑（GPT Image 2 官方正式版）
基于API易平台的GPT Image 2模型（gpt-image-2）官方正式版实现图片生成技能，可以通过自然语言帮助用户生成图片，通过API易国内代理服务访问，支持Node.js和Python两种运行环境。gpt-image-2是API易平台的官方正式版GPT图像生成模型，支持精确的尺寸/画质控制（含4K），按token计费。
使用指引
遵循以下步骤：
第1步：分析需求与参数提取
-
明确意图：区分用户是需要【文生图】（生成新图片）还是【图生图】（编辑/修改现有图片）或【多图融合】。
-
提示词（Prompt）分析：
- 使用用户原始完整输入：把用户输入的原始完整问题需求描述（原文）直接作为
-p 提示词的主体，避免自行改写、总结或二次创作，防止细节丢失。
- 需要补充时先确认：如果信息不足（例如缺少风格、主体数量、镜头语言、场景细节、文字内容、禁止元素等），先向用户提问确认；用户确认后，再把补充内容以"追加"的方式拼接到原始提示词后。
- 样例：
- 用户输入："帮我生成一张猫的图片，风格要可爱一点。"
- 正例说明：直接使用用户输入作为提示词：
-p "帮我生成一张猫的图片，风格要可爱一点。"
- 反例说明：擅自改写为"生成一张可爱风格的猫的图片"会丢失用户原始输入的细节和语气。
- 如果需要补充细节（例如颜色、背景等），先提问确认："你希望猫是什么颜色的？背景有什么要求吗？"用户回答后，再追加到提示词中：
-p "帮我生成一张猫的图片，风格要可爱一点。猫是橘色的，背景是草地。"
-
关键参数整理：
- Prompt（必需）：提示词分析后的最终提示词（默认=用户原始完整且一致的输入；仅在用户确认后才追加补充信息）。
- Filename（可选）：输出图片文件名/路径(需包含文件随机标识，避免重复)。不传则脚本会自动生成带时间戳的文件名。建议根据内容生成合理文件名（例如
cat_in_garden.png），避免使用通用名。
- Size（可选）：输出尺寸。
- 预设值：
1024x1024、1536x1024、1024x1536、2048x2048、2048x1152、3840x2160、2160x3840
- 也可使用自定义尺寸（满足：最大边≤3840、两边16倍数、比例≤3:1、总像素0.65–8.3MP）
- 默认由模型自适应（auto）
- Quality（可选）：画质档位。
low（草图/批量）、medium（日常）、high（终稿/精细文字）、auto（默认）
- Output Format（可选）：
png（默认）、jpeg、webp
- Output Compression（可选）：输出压缩率（0-100），仅jpeg/webp生效
- 注意：该模型使用官方正式版端点，与官逆版gpt-image-2-all不同。
第2步：环境检查与命令执行
-
检查环境：确认 APIYI_API_KEY 环境变量是否已设置（通常假定已设置，若运行失败再提示用户）���
-
构建并运行命令：
- 优先尝试 Node.js 版本：如果环境有 Node（
node 命令可用），优先使用 scripts/generate_image.js（零依赖，参数与 Python 保持一致）。
- Node 不可用再用 Python 版本：使用
scripts/generate_image.py。
文生图命令模板（优先 Node.js）：
node scripts/generate_image.js -p "{prompt}" -f "{filename}" [-s {size}] [-q {quality}] [-o {output_format}]
图生图命令模板（优先 Node.js）：
node scripts/generate_image.js -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-s {size}] [-q {quality}]
多图融合命令模板（优先 Node.js）：
node scripts/generate_image.js -p "融合图1和图2的风格" -i ref1.png ref2.png -f "merged.png" [-s {size}] [-q {quality}]
（可选）Python 版本命令模板（Node 不可用时）：
python scripts/generate_image.py -p "{prompt}" -f "{filename}" [-s {size}] [-q {quality}] [-o {output_format}]
python scripts/generate_image.py -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-s {size}] [-q {quality}]
⏱️ 长时间任务处理策略
1. 任务前提示
执行前必须告知用户：
- "图片生成已启动，预计需要120-150秒，请耐心等待"
2. 🎨 最佳实践示例
"图片生成中，预计120-150秒完成...\n⏳ 正在生成...\n（high + 2K/4K 复杂场景可能需要更长时间，请耐心等待）"
第3步：结果反馈
- 执行反馈：等待终端命令执行完毕。
- 成功：告知用户图片已生成，并指出保存路径。
- 失败：
- 若提示 API Key 缺失，请指导用户设置环境变量。
- 若提示网络错误，建议用户检查网络或稍后重试。
命令行使用样例
生成新图片
python scripts/generate_image.py -p "图片描述文本" -f "output.png" [-s {size}] [-q {quality}] [-o {output_format}]
示例：
python scripts/generate_image.py -p "一只可爱的橘猫在草地上玩耍" -f "cat.png"
python scripts/generate_image.py -p "日落山脉风景" -f "sunset.png" -s "2048x1152" -q "high"
python scripts/generate_image.py -p "城市夜景" -f "city.png" -s "2160x3840" -q "high"
python scripts/generate_image.py -p "风景照片" -f "landscape.jpg" -s "3840x2160" -q "high" -o "jpeg"
（可选）Node.js 版本示例：
node scripts/generate_image.js -p "一只可爱的橘猫在草地上玩耍" -f "cat.png"
node scripts/generate_image.js -p "日落山脉风景" -f "sunset.png" -s "2048x1152" -q "high"
编辑已有图片
python scripts/generate_image.py -p "编辑指令" -f "output.png" -i "path/to/input.png" [-s {size}] [-q {quality}]
示例：
python scripts/generate_image.py -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png"
python scripts/generate_image.py -p "在天空添加彩虹" -f "rainbow.png" -i "landscape.png" -q "high"
python scripts/generate_image.py -p "将背景换成海滩" -f "beach-bg.png" -i "portrait.png" -s "2048x2048"
（可选）Node.js 版本示例：
node scripts/generate_image.js -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png"
node scripts/generate_image.js -p "把图1的人物放进图2的场景" -i ref1.png ref2.png -f "merged.png"
命令行参数说明
Python 与 Node.js 版本参数保持一致（短参数与长参数等价）。
| 参数 | 必填 | 说明 |
|---|
-p / --prompt | 是 | 图片描述（文生图）或编辑指令（图生图）。保留用户原始完整输入。 |
-f / --filename | 否 | 输出图片路径/文件名；不传则自动生成带时间戳的文件名。 |
-s / --size | 否 | 输出尺寸：1024x1024 / 1536x1024 / 1024x1536 / 2048x2048 / 2048x1152 / 3840x2160 / 2160x3840 或自定义尺寸。 |
-q / --quality | 否 | 画质档位：low / medium / high / auto（默认auto）。 |
-o / --output-format | 否 | 输出格式：png（默认）/ jpeg / webp。 |
-c / --output-compression | 否 | 输出压缩率（0-100），仅jpeg/webp生效。 |
-i / --input-image | 否 | 图生图输入图片路径；可传多张（最多5张）。传入该参数即进入编辑模式。 |
文件资源说明
批量生成
当用户需要一次性生成多张图片（批量生成）时：
- 加载配置模板：references/batch-template.md — 包含 JSON 配置格式说明和使用示例
- 获取/生成 JSON 文件：用户可自行提供 JSON 文件，或描述需求后 AI 根据需求生成
- 逐个执行：读取 prompts 数组，逐个执行生成命令，每张完成后反馈结果
- 汇总反馈：完成后告知成功数量、图片路径列表
注意：批量任务总时间 = 单张时间(120-150秒) × 图片数量，请提前告知用户预估时长。
画质说明
| 画质 | 说明 | 适用场景 |
|---|
| low | 草图/批量生成 | 快速预览、多次迭代 |
| medium | 日常 | 普通使用 |
| high | 终稿/精细文字 | 最终输出、包含文字的图像 |
| auto | 默认 | 由模型决定 |
输出格式说明
| 格式 | 说明 | 适用场景 |
|---|
| png | 无压缩，透明背景 | 需要透明背景、保留最佳画质 |
| jpeg | 有压缩 | 照片、存储空间敏感 |
| webp | 现代格式 | Web使用、平衡画质与大小 |
注意：b64_json字段是纯base64，不含 data:image/...;base64, 前缀。客户端需要：
- 写文件：
base64.b64decode(b64_str) → 写入磁盘
- 浏览器渲染：自行拼前缀
data:image/png;base64, + b64
注意事项
- API密钥必须设置，可通过环境变量或命令行参数提供
- 图片生成时间：约120-150秒，high + 2K/4K 复杂场景可能需要更长时间
- 编辑图片时，使用multipart/form-data上传参考图
- 确保输出目录有写入权限
- 按token计费（非按张）
API Key设置与获取
如何获取API Key
如果你还没有API密钥，请前往 https://api.apiyi.com 注册账号并申请API Key。
获取步骤：
- 访问 https://api.apiyi.com
- 注册/登录你的账号
- 在控制台中创建API密钥
- 复制密钥并设置环境变量或在命令行中使用
设置API Key
脚本从环境变量 APIYI_API_KEY 获取API密钥。
设置环境变量：
export APIYI_API_KEY="your-api-key-here"
我的电脑高级设置中设置环境变量或者执行set 命令：
set APIYI_API_KEY=your-api-key-here
$env:APIYI_API_KEY="your-api-key-here"
API端点说明
文生图端点：POST /v1/images/generations
文生图端点，使用JSON格式请求。
图生图端点：POST /v1/images/edits
图生图端点，使用multipart/form-data格式请求。上传参考图（最多5张）+ 指令进行单图改图、多图融合。
参考图顺序有意义，prompt中可用"图1/图2/图3"指代。
模型信息
- 模型名：gpt-image-2
- 出图速度：约 120-150秒（4K复杂场景可能需要更长时间）
- 输出分辨率：1024x1024 / 1536x1024 / 1024x1536 / 2048x2048 / 2048x1152 / 3840x2160 / 2160x3840 或自定义
- 默认响应格式：b64_json（纯base64，无前缀）
- 画质档位：low / medium / high / auto
- 输出格式：png / jpeg / webp
- 支持能力：文生图、单图编辑、多图融合
- 计费方式：按token计费
gpt-image-2（官转）vs gpt-image-2-all（官逆）对比
| 特性 | gpt-image-2 | gpt-image-2-all |
|---|
| 性质 | 官方正式版 | 官方逆向版 |
| 计费 | 按token | 统一$0.03/张 |
| 端点 | /v1/images/generations, /v1/images/edits | /v1/chat/completions |
| 上传参考图 | multipart form-data | base64 data URL |
| 下载图片 | b64_json（纯base64） | url或b64_json（带前缀） |
| 多图融合 | image[]数组最多5张 | chat多个image_url |
| 尺寸控制 | 显式size参数 | prompt描述 |
| 速度 | 约120-150秒 | 约60-300秒 |
作者介绍
