image-process

name	image-process
description	需要进行画图、图像生成和图像编辑时，请使用此技能。

使用 scripts/image_generation_openai.py 进行图像生成。

快速使用示例

python image_generation_openai.py --prompt "一只可爱的海獭"
python image_generation_openai.py -p "日落海边" -n 2 -s 1024x1792
python image_generation_openai.py -p "科技风格logo" --quality high

查看可用模型

运行以下命令查看所有可用的图像生成模型：

python scripts/list_models.py

主要支持的图像生成模型

🎨 OpenAI 系列

• openai/gpt-image-1 - 基础图像生成模型
• openai/gpt-image-1-mini - 轻量版本
• openai/gpt-image-1.5 - 增强版本
• openai/gpt-image-2 - 最新版本（默认）
• openai/chatgpt-image-latest - 最新ChatGPT图像
• openai/dall-e-3 - DALL-E 3

🌐 字节跳动豆包系列

• bytedance/doubao-seedream-5-0-260128 - 豆包5.0图像生成
• bytedance/doubao-seedream-4-5-251128 - 豆包4.5图像生成
• bytedance/doubao-seedream-3-0-t2i-250415 - 豆包3.0图像生成
• bytedance/doubao-seedream-5-0-lite-260128 - 豆包5.0轻量版
• bytedance/doubao-seedance-2-0-260128 - 豆包视频生成2.0

🏢 阿里云通义系列

• aliyun/qwen-image-2.0 - 通义2.0图像生成
• aliyun/qwen-image-2.0-pro - 通义专业版
• aliyun/qwen-image-2.0-max - 通义最大值
• aliyun/qwen-image-2.0-plus - 通义增强版
• aliyun/qwen-image-edit - 通义图像编辑
• aliyun/qwen-image-edit-plus - 通义图像编辑增强版

🔵 Google Gemini 系列

• google/gemini-2.5-flash-image - Gemini 2.5 图像生成
• google/gemini-3-pro-image-preview - Gemini 3 图像预览

🤖 xAI Grok 系列

• xAI/grok-2-image - Grok 2 图像生成
• xAI/grok-imagine-image - Grok 图像想象

使用不同模型生成图像

# 使用 OpenAI GPT-Image 1.5
python image_generation_openai.py -p "未来城市景观" -m "openai/gpt-image-1.5"

# 使用豆包5.0
python image_generation_openai.py -p "未来城市景观" -m "bytedance/doubao-seedream-5-0-260128"

# 使用通义专业版
python image_generation_openai.py -p "未来城市景观" -m "aliyun/qwen-image-2.0-pro"

API 信息

• 图像生成端点: https://aiapi.ihep.ac.cn/apiv2/v1/images/generations
• 文件上传端点: https://aiapi.ihep.ac.cn/apiv2
• 环境变量: HEPAI_API_KEY

输出格式

生成完成后，图像会自动上传到 HepAI 并提供可访问的 URL。

必须使用以下格式输出图像，不要加```等符号：

其他参数

• -n: 生成图像数量 (1-10)
• -s: 图像尺寸 (1024x1024, 1536x1536, 1024x1792, 1792x1024)
• -q: 图像质量 (low, medium, high, auto)
• -b: 背景类型 (opaque, transparent)
• -o: 自定义输出文件路径
• --no-upload: 不上传到 HepAI（仅保存本地文件）