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。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
| 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。