name	chatgpt-image-gen
description	使用 ChatGPT GPT-4o 生成高质量图片（手动模式），提供提示词模板和约束条件模板
version	1.1.0
repository	https://github.com/shinelp100/chatgpt-image-gen
depends_on	["chrome-devtools-mcp"]

ChatGPT 图片生成

使用 ChatGPT GPT-4o 图片生成功能，提供预设提示词模板和约束条件。

重要限制

Cloudflare Turnstile 拦截：ChatGPT 使用 Cloudflare 安全验证，Chrome DevTools MCP 控制的浏览器会被检测为机器人，自动化方案无法工作。

ChatGPT 官网 vs OpenAI API 计费差异：

对比项	ChatGPT 官网 (chatgpt.com)	OpenAI API (platform.openai.com)
计费模式	订阅制 (Free/Plus/Pro)	按量付费（必须绑卡）
免费额度	Free 用户每天几张图片	没有免费额度
付款方式	Free 用户不需要绑卡	必须绑定信用卡
适用场景	个人使用	开发者集成

结论：即使 ChatGPT 官网可以免费生成图片，API 平台也需要绑定付款方式才能使用。

推荐模式：手动操作 + 提示词模板文件

触发场景

"用 ChatGPT 生成图片"
"GPT-4o 生图"
"ChatGPT 图片生成"

前置条件

ChatGPT Plus 或 Pro 订阅（图片生成需要 GPT-4o 模型）
Chrome DevTools MCP 已配置（手动模式可选）

工作流程（手动模式）

1. 准备提示词

# 查看提示词文件
cat ~/.hermes/skills/creative/chatgpt-image-gen/prompt-光模块规格演进.txt

或使用模板生成新提示词：

# 提示词模板位置
cat ~/.hermes/skills/creative/chatgpt-image-gen/templates/prompts.md

2. 手动访问 ChatGPT

在真实浏览器中打开 https://chatgpt.com
登录 ChatGPT Plus/Pro 账号
选择 GPT-4o 模型（支持图片生成）

3. 发送提示词

复制提示词内容，粘贴到输入框，发送等待图片生成（约 1-2 分钟）。

4. 下载图片

右键图片 → 保存到本地

提示词模板

信息图模板（公众号风格）

内容：[Mermaid flowchart 代码或描述内容]

要求：
1、解析 Mermaid flowchart 语法，生成渐变背景 + 毛玻璃卡片的信息图
2、支持 TD（垂直）和 LR（横向）布局
3、自动水印（题材调研员）、emoji 匹配、品牌定制
4、主题：hand-drawn-edu | 手绘风教育插画 | 米白纸张背景 + 手绘边框 | #E8655A

简洁商务模板

内容：[描述内容]

风格：极简、专业、商务
配色：蓝色系 + 白色背景
尺寸：适合微信公众号（竖屏 800px 宽）

示例用法

输入：

用 ChatGPT 生成图片，内容是：[Mermaid flowchart 代码]

执行步骤：

读取提示词模板
保存提示词到文件（方便复制）
用户手动访问 ChatGPT
复制粘贴提示词，生成图片

注意事项

图片生成需要 ChatGPT Plus 或 Pro 订阅
每次生成约 1-2 分钟
提示词中明确风格、配色、尺寸要求
Cloudflare 拦截导致自动化无法工作

故障排查

问题	解决方案
Cloudflare "正在验证..." 卡住	无法绕过，改用手动模式
模型选择器找不到 GPT-4o	检查账号是否有 Plus 订阅
图片生成失败	简化提示词，避免敏感内容
提示词太长	分段发送或简化 Mermaid 代码

替代方案

Ideogram API（推荐）

Ideogram 文字渲染能力最强，最适合信息图生成。

# 获取 API Key: https://ideogram.ai/settings/api
export IDEOGRAM_API_KEY="your-api-key"

# 生成图片
python ~/.hermes/skills/creative/chatgpt-image-gen/scripts/ideogram_generate.py \
  --file prompt.txt \
  --output output.png \
  --aspect 10_16  # 竖屏公众号格式

优势：

文字渲染最强（信息图核心需求）
每日免费额度（约 10-20 张）
API 可自动化调用
中文支持良好

其他替代模型

模型	特点	免费	推荐度
通义万相	中文理解最佳	✅ 新用户额度	⭐⭐⭐⭐⭐
Bing Image Creator	DALL-E 3 质量	✅ 每日 15 张	⭐⭐⭐⭐
Stable Diffusion 本地	完全免费无限制	✅✅	⭐⭐⭐⭐⭐
FLUX.1 本地	高质量开源	✅✅	⭐⭐⭐⭐

本地渲染（flowchart-to-instagram）

完全自动化，无 Cloudflare 问题：

python ~/.hermes/skills/flowchart-to-instagram/scripts/flowchart_renderer.py \
  input.mmd --output output.png

Cloudflare 检测机制

Chrome DevTools MCP 被 Cloudflare Turnstile 检测的原因：

检测维度	检测内容
WebDriver 标志	`navigator.webdriver === true`
CDP 连接	远程调试端口 9222 开放
浏览器指纹	Canvas/WebGL/Audio 指纹异常
用户行为	鼠标轨迹、点击间隔过于精确
IP 信誉	来自数据中心/云服务器

绕过方案对比：

方案	效果	成本	推荐场景
手动操作	✅ 100%	免费	偶尔使用
Residential Proxy	✅ 90%	$10-50/月	大规模自动化
本地渲染	✅ 无需绕过	免费	信息图生成
API 调用	✅ 无浏览器	按量付费	开发者集成

重要：Host 配置错误会导致资源加载失败，但不是 Cloudflare 拦截的原因。即使资源正常加载，自动化特征仍会被检测。

ChatGPT 图片生成

使用 ChatGPT GPT-4o 图片生成功能，提供预设提示词模板和约束条件。

重要限制

Cloudflare Turnstile 拦截：ChatGPT 使用 Cloudflare 安全验证，Chrome DevTools MCP 控制的浏览器会被检测为机器人，自动化方案无法工作。

ChatGPT 官网 vs OpenAI API 计费差异：

对比项	ChatGPT 官网 (chatgpt.com)	OpenAI API (platform.openai.com)
计费模式	订阅制 (Free/Plus/Pro)	按量付费（必须绑卡）
免费额度	Free 用户每天几张图片	没有免费额度
付款方式	Free 用户不需要绑卡	必须绑定信用卡
适用场景	个人使用	开发者集成

结论：即使 ChatGPT 官网可以免费生成图片，API 平台也需要绑定付款方式才能使用。

推荐模式：手动操作 + 提示词模板文件

触发场景

"用 ChatGPT 生成图片"
"GPT-4o 生图"
"ChatGPT 图片生成"

前置条件

ChatGPT Plus 或 Pro 订阅（图片生成需要 GPT-4o 模型）
Chrome DevTools MCP 已配置（手动模式可选）

工作流程（手动模式）

1. 准备提示词

# 查看提示词文件
cat ~/.hermes/skills/creative/chatgpt-image-gen/prompt-光模块规格演进.txt

或使用模板生成新提示词：

# 提示词模板位置
cat ~/.hermes/skills/creative/chatgpt-image-gen/templates/prompts.md

2. 手动访问 ChatGPT

在真实浏览器中打开 https://chatgpt.com
登录 ChatGPT Plus/Pro 账号
选择 GPT-4o 模型（支持图片生成）

3. 发送提示词

复制提示词内容，粘贴到输入框，发送等待图片生成（约 1-2 分钟）。

4. 下载图片

右键图片 → 保存到本地

提示词模板

信息图模板（公众号风格）

内容：[Mermaid flowchart 代码或描述内容]

要求：
1、解析 Mermaid flowchart 语法，生成渐变背景 + 毛玻璃卡片的信息图
2、支持 TD（垂直）和 LR（横向）布局
3、自动水印（题材调研员）、emoji 匹配、品牌定制
4、主题：hand-drawn-edu | 手绘风教育插画 | 米白纸张背景 + 手绘边框 | #E8655A

简洁商务模板

内容：[描述内容]

风格：极简、专业、商务
配色：蓝色系 + 白色背景
尺寸：适合微信公众号（竖屏 800px 宽）

示例用法

输入：

用 ChatGPT 生成图片，内容是：[Mermaid flowchart 代码]

执行步骤：

读取提示词模板
保存提示词到文件（方便复制）
用户手动访问 ChatGPT
复制粘贴提示词，生成图片

注意事项

图片生成需要 ChatGPT Plus 或 Pro 订阅
每次生成约 1-2 分钟
提示词中明确风格、配色、尺寸要求
Cloudflare 拦截导致自动化无法工作

故障排查

问题	解决方案
Cloudflare "正在验证..." 卡住	无法绕过，改用手动模式
模型选择器找不到 GPT-4o	检查账号是否有 Plus 订阅
图片生成失败	简化提示词，避免敏感内容
提示词太长	分段发送或简化 Mermaid 代码

替代方案

Ideogram API（推荐）

Ideogram 文字渲染能力最强，最适合信息图生成。

# 获取 API Key: https://ideogram.ai/settings/api
export IDEOGRAM_API_KEY="your-api-key"

# 生成图片
python ~/.hermes/skills/creative/chatgpt-image-gen/scripts/ideogram_generate.py \
  --file prompt.txt \
  --output output.png \
  --aspect 10_16  # 竖屏公众号格式

优势：

文字渲染最强（信息图核心需求）
每日免费额度（约 10-20 张）
API 可自动化调用
中文支持良好

其他替代模型

模型	特点	免费	推荐度
通义万相	中文理解最佳	✅ 新用户额度	⭐⭐⭐⭐⭐
Bing Image Creator	DALL-E 3 质量	✅ 每日 15 张	⭐⭐⭐⭐
Stable Diffusion 本地	完全免费无限制	✅✅	⭐⭐⭐⭐⭐
FLUX.1 本地	高质量开源	✅✅	⭐⭐⭐⭐

本地渲染（flowchart-to-instagram）

完全自动化，无 Cloudflare 问题：

python ~/.hermes/skills/flowchart-to-instagram/scripts/flowchart_renderer.py \
  input.mmd --output output.png

Cloudflare 检测机制

Chrome DevTools MCP 被 Cloudflare Turnstile 检测的原因：

检测维度	检测内容
WebDriver 标志	`navigator.webdriver === true`
CDP 连接	远程调试端口 9222 开放
浏览器指纹	Canvas/WebGL/Audio 指纹异常
用户行为	鼠标轨迹、点击间隔过于精确
IP 信誉	来自数据中心/云服务器

绕过方案对比：

方案	效果	成本	推荐场景
手动操作	✅ 100%	免费	偶尔使用
Residential Proxy	✅ 90%	$10-50/月	大规模自动化
本地渲染	✅ 无需绕过	免费	信息图生成
API 调用	✅ 无浏览器	按量付费	开发者集成

重要：Host 配置错误会导致资源加载失败，但不是 Cloudflare 拦截的原因。即使资源正常加载，自动化特征仍会被检测。

chatgpt-image-gen

ChatGPT 图片生成

重要限制

触发场景

前置条件

工作流程（手动模式）

1. 准备提示词

2. 手动访问 ChatGPT

3. 发送提示词

4. 下载图片

提示词模板

信息图模板（公众号风格）

简洁商务模板

示例用法

注意事项

故障排查

替代方案

Ideogram API（推荐）

其他替代模型

本地渲染（flowchart-to-instagram）

Cloudflare 检测机制

相关技能

ChatGPT 图片生成

重要限制

触发场景

前置条件

工作流程（手动模式）

1. 准备提示词

2. 手动访问 ChatGPT

3. 发送提示词

4. 下载图片

提示词模板

信息图模板（公众号风格）

简洁商务模板

示例用法

注意事项

故障排查

替代方案

Ideogram API（推荐）

其他替代模型

本地渲染（flowchart-to-instagram）

Cloudflare 检测机制

相关技能