Menu
通用的对话生图技能。自动发现不同 AI 宿主的 OpenAI 兼容配置，验证 gpt-image-2 能力，生成图片并保存为本地文件。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | gpt-image-2-generation |
| version | 1.2.1 |
| description | 通用的对话生图技能。自动发现不同 AI 宿主的 OpenAI 兼容配置，验证 gpt-image-2 能力，生成图片并保存为本地文件。 |
| author | HeartFlow |
当你需要：
gpt-image-2/v1/models 与 /v1/images/generations 时必须使用同一个 base URL 和同一组凭证同一网关上，模型列表和生图能力要分别验证
/v1/models，再查 /v1/images/generations，不要混用不同 endpoint 的配置。gpt-image-2 的返回通常是 b64_json
data[0].b64_json，需要本地解码保存。尺寸参数需要以实际网关为准
2048x1024 可用；若某些网关拒绝，再回退到 1024x1024。不同 AI / 不同宿主的配置来源可能不同
OPENAI_BASE_URL、OPENAI_API_KEY、CLAWTO_BASE_URL、CLAWTO_API_KEYconfig.yaml，也应支持从其配置文件读取同名字段或等价字段，例如：
model.base_urlmodel.api_keyauxiliary.vision.base_urlauxiliary.vision.api_key优先按以下顺序发现配置：
环境变量
OPENAI_BASE_URLOPENAI_API_KEYCLAWTO_BASE_URLCLAWTO_API_KEY宿主配置文件 config.yaml
model.base_urlmodel.api_keyauxiliary.vision.base_urlauxiliary.vision.api_key其它宿主约定的 OpenAI 兼容字段
base_url + api_key，即可用于验证与生成。示例：
python3 - <<'PY'
import os
candidates = [
('OPENAI_BASE_URL', 'OPENAI_API_KEY'),
('CLAWTO_BASE_URL', 'CLAWTO_API_KEY'),
]
for base_var, key_var in candidates:
base = os.getenv(base_var)
key = os.getenv(key_var)
if base and key:
print(f'{base_var}={base}')
print(f'{key_var}=SET')
break
else:
print('no_api_found')
PY
如果环境变量不可用，则读取宿主 config.yaml，把里面的 base_url 和 api_key 作为 API 发现结果。
对发现的 API 调用 /v1/models：
python3 - <<'PY'
import os, json, urllib.request, ssl
base = os.environ['API_BASE_URL'].rstrip('/')
key = os.environ['API_KEY']
url = f'{base}/models'
req = urllib.request.Request(url, headers={'Authorization': f'Bearer {key}'})
ctx = ssl.create_default_context()
with urllib.request.urlopen(req, context=ctx, timeout=30) as r:
data = json.loads(r.read().decode('utf-8', 'ignore'))
models = [m.get('id') for m in data.get('data', [])]
print('has_gpt_image_2=', 'gpt-image-2' in models)
print(models)
PY
如果列表里包含 gpt-image-2，再继续下一步。
python3 - <<'PY'
import os, json, urllib.request, ssl
base = os.environ['API_BASE_URL'].rstrip('/')
key = os.environ['API_KEY']
api = f'{base}/images/generations'
payload = json.dumps({
'model': 'gpt-image-2',
'prompt': 'a stylish female livestream host in a professional streaming studio, smiling, modern lighting, realistic, safe and tasteful, no suggestive pose',
'size': '1024x1024'
}).encode()
req = urllib.request.Request(api, data=payload, headers={
'Authorization': f'Bearer {key}',
'Content-Type': 'application/json'
})
ctx = ssl.create_default_context()
with urllib.request.urlopen(req, context=ctx, timeout=180) as r:
print(r.status)
print(r.read().decode('utf-8', 'ignore'))
PY
如果网关支持，可以尝试：
size=2048x1024
如果返回 400 或尺寸不支持，先回退到 1024x1024。
如果返回里包含 data[0].b64_json，解码保存：
python3 - <<'PY'
import json, base64, pathlib
body = json.loads(open('response.json').read())
out = pathlib.Path('gpt_image_2.png')
out.write_bytes(base64.b64decode(body['data'][0]['b64_json']))
print(out)
PY
优先检查系统证书链、代理和网络环境，不要通过跳过证书校验规避。
gpt-image-2 可能生成较慢，建议把超时提高到 180 秒或更长，并允许重试。
该链路可能返回 b64_json，先检查 JSON 里的 data[0]。
如果出现 insufficient balance，说明不是接口问题，而是账户额度问题。
优先检查环境变量是否真正注入，base URL 和 API Key 是否来自同一套配置。
优先确认 /v1/models 和 /v1/images/generations 使用的是同一 gateway；不要把一个网关的模型列表和另一个网关的生图端点混用。
a stylish female livestream host in a professional streaming studio, smiling, modern lighting, realistic, safe and tasteful, no suggestive pose
可按场景替换为：
/v1/models 返回 200gpt-image-2 存在于模型列表中/v1/images/generations 返回 200data[0].b64_json不要在技能中保存真实密钥。所有 key 必须由环境变量、宿主 config.yaml 或等价配置注入。