// 生图 / 生成图片 / 画图 — 用 OpenAI gpt-image-2 生成图像。支持文生图、参考图生图 (img2img)、蒙版修补 (inpainting)。当用户要求用 GPT 画图、OpenAI 生图、gpt-image-2、文+图生图、参考图片生成、img2img、inpainting 时必加载此技能。Auth 自动继承 OPENAI_API_KEY / Codex OAuth (Pi/Codex) / .env / config.yaml。
| name | gpt-image-gen |
| description | 生图 / 生成图片 / 画图 — 用 OpenAI gpt-image-2 生成图像。支持文生图、参考图生图 (img2img)、蒙版修补 (inpainting)。当用户要求用 GPT 画图、OpenAI 生图、gpt-image-2、文+图生图、参考图片生成、img2img、inpainting 时必加载此技能。Auth 自动继承 OPENAI_API_KEY / Codex OAuth (Pi/Codex) / .env / config.yaml。 |
| version | 2.0.0 |
| author | Hermes Agent |
| license | MIT |
| metadata | {"hermes":{"tags":["image-generation","gpt-image-2","openai","img2img","inpainting"],"category":"creative"}} |
调用 OpenAI gpt-image-2 模型生图。单一脚本覆盖三种模式：
| 模式 | 触发条件 | 后端 |
|---|---|---|
| 文生图 | 仅 -p | API key → images.generate / Codex OAuth → Responses API |
| 参考图编辑 | -p + -i | API key → images.edit / Codex OAuth → Responses API (input_image) |
| 蒙版修补 | -p + -i + -m | 仅 API key → images.edit；Codex 不支持 |
Auth 自动选择： 检测到 JWT token (eyJ...) 时走 Codex Responses API (chatgpt.com/backend-api/codex)，否则走标准 OpenAI REST API (api.openai.com)。
只要用户提到以下任一关键词/场景，立即加载：
特别注意： 如果用户发送了图片附件并说「用这个图生成」「基于这张图」「把这张图改成」等，这就是 img2img 场景——必须加载此技能，因为内置 image_generate 不支持图片输入。
pip install openai python-dotenv
openai：API 调用python-dotenv：自动加载 ./.env 和 ~/.env（可选，没有也能用）脚本按以下优先级找 API key：
OPENAI_API_KEY 环境变量./.env 文件（当前目录）~/.env 文件（家目录）~/.pi/agent/auth.json → openai-codex.access)hermes auth codex 登录过的）config.yaml → image_gen.openai.api_key--api-key 手动传入⚠️ Codex token 限制： Codex OAuth token/pi auth token 只能认证 chatgpt.com/backend-api/codex，不能直连 api.openai.com。如果 auth 解析落到 Codex token（优先级 4-5），脚本会拿它当标准 API key 去打 api.openai.com/v1/images/*，返回 401 Missing scopes: api.model.images.request。文生图请用 Hermes 内置 image_generate 工具（走 Codex backend）；img2img / inpainting（images.edit）必须有真正的 OPENAI_API_KEY。详见 references/auth-pitfalls.md。
python3 scripts/gen.py -p "a cat astronaut on the moon" --quality high
# 多张
python3 scripts/gen.py -p "..." -n 4
# 单参考图
python3 scripts/gen.py -p "make it cyberpunk style" -i photo.jpg
# 多参考图
python3 scripts/gen.py -p "collab poster" -i cat.png -i logo.png -f out.png
# opaque 区域保留，transparent 区域重绘
python3 scripts/gen.py -p "replace sky with aurora" -i photo.jpg -m sky_mask.png
python3 scripts/gen.py -p "..." --size 2k --quality high --format webp --compression 85
python3 scripts/gen.py -p "..." --size 3840x2160 --quality high
参考文件：references/templates.md（833 行，16 类工业级模板 + 防坑指南）。
工作流：Agent 读 templates.md → 匹配合适的模板类别 → 用模板结构组装完整 prompt → 调 gen.py 生图。
Agent 加载 skill 后，需按需读取 references/templates.md 全文或定位到相关章节。模板覆盖 UI、信息图、海报、电商、品牌、摄影、角色、历史、工业设计等 16 个类别，每类有标准模板 + 防坑指南。
Agent 的典型流程：
clarify 展示优化后的 prompt，等用户确认gen.py -p "<prompt>" --quality high如果用户给的 prompt 已经很详细，则跳过优化，直接调 gen.py。
⚠️ 强制确认规则：
clarify 展示修改后的完整 prompt 让用户确认，确认后才能调 gen.py
| 参数 | 简写 | 类型 | 默认值 | 说明 |
|---|---|---|---|---|
--prompt | -p | str | 必填 | 提示词 |
--image | -i | path | — | 参考图，可重复传多个 |
--mask | -m | path | — | Alpha 通道蒙版 PNG（需配合 -i） |
--output | -f | path | 自动命名 | 输出文件路径 |
--n | -n | int | 1 | 生成张数 |
--model | str | gpt-image-2 | 模型 ID | |
--quality | -q | literal | high | 见下方质量策略 |
--size | -s | literal | 1024x1024 | 见下方尺寸表 |
--format | literal | png | png / jpeg / webp | |
--compression | int | — | 压缩级别 0-100（jpeg/webp） | |
--moderation | literal | low | low / auto | |
--background | literal | — | opaque / auto | |
--input-fidelity | literal | — | low / high（gpt-image-2 自动剔除） | |
--api-key | str | 自动解析 | 手动指定 API key | |
--json | flag | — | JSON 格式输出 | |
--verbose | -v | flag | — | 详细日志 |
| 快捷名 | 分辨率 | 适用场景 |
|---|---|---|
1k / square | 1024×1024 | 正方形，社交头像 |
2k | 2048×2048 | 高清印刷 |
4k | 3840×2160 | 宽屏电影级 |
landscape | 1536×1024 | 横版照片/游戏截图 |
portrait | 1024×1536 | 竖版海报/手机壁纸 |
wide | 2048×1152 | 宽幅横版 |
tall | 2160×3840 | 超长竖版 |
也支持自定义 WxH：--size 1536x1536。约束：16px 倍数，总像素 655,360 ~ 8,294,400，宽高比 ≤ 3:1。
| 质量 | 速度 | 成本(1024²) | 何时用 |
|---|---|---|---|
auto | 自适应 | 自适应 | 让 API 自行判断 |
low | ~15s | ~$0.006 | 快速草稿、批量探索、构图检查 |
medium | ~40s | ~$0.05 | 风格测试、日常浏览 |
high | ~2min | ~$0.21 | 中文字体、海报、信息图、正式交付 |
默认 high。Agent 应根据场景自动选档：探索用 low、风格尝试用 medium、最终交付用 high。
── PROMPT ── + prompt + ── IMAGE ── + 图片路径 + ── PARAMS ── + 参数 + prompt 文本~/.hermes/cache/images/（--output 可覆盖）.prompt.txt 副文件，与图片同名、同路径，记录完整 prompt 和所有参数，方便复用--json 模式输出结构化 JSON| 码 | 含义 | 处理 |
|---|---|---|
| 0 | 成功 | 输出路径到 stdout |
| 1 | API 错误 | 检查 moderation/rate-limit/content-policy 返回信息 |
| 2 | 参数错误 | 缺少 API key、mask 无 image、n<1 等 |
gpt-image-1.5）--input-fidelity 在 gpt-image-2 上会自动剔除（模型拒绝该参数）--moderation 仅适用于 images.generate，images.edit 路径自动剔除--mask 蒙版修补、不支持 -n 多张--mask 必须是带 alpha 通道的 PNG，opaque=保留，transparent=重绘references/codex-backend.md~/.hermes/image_cache/img_*.jpegreferences/test-report.mdvision_analyze 失败，gen.py -i 的 img2img 仍然正常工作。Agent 无需先「看懂」图片即可做参考图编辑——图像模型独立处理视觉理解。若确实需要了解原图内容来写 prompt，可用 PIL 做颜色/边缘分析辅助判断构图。<｜end▁of▁thinking｜><｜｜DSML｜｜parameter name="old_string" string="true">## 注意事项
gpt-image-1.5）--input-fidelity 在 gpt-image-2 上会自动剔除（模型拒绝该参数）--moderation 仅适用于 images.generate，images.edit 路径自动剔除--mask 蒙版修补、不支持 -n 多张--mask 必须是带 alpha 通道的 PNG，opaque=保留，transparent=重绘references/codex-backend.md~/.hermes/image_cache/img_*.jpegreferences/test-report.mdRemove AI writing patterns from English prose. Covers blog posts, technical docs, social copy, release notes, scientific writing. Trigger: deslop, de-AI, make it sound human, remove AI patterns, fix slop, polish, rewrite, sound natural
去除中文写作中的 AI 腔调，让文本像人写的而非模型生成的。覆盖博客、技术文档、推文、发行说明、科学论文等场景。触发词：去 AI 味、改写、润色、审稿、翻译腔重、像人写的、自然一点。英文去 AI 味见 deslop-en
Use when reviewing code changes, PRs, diffs, or commits. 触发：审查、review、CR、看看这段代码、检查这个 PR、审一下。
为任意 coding agent 编写高质量任务目标的指南。当用户提到「设定目标」「goal」「任务目标」「持久目标」「完成标准」、或需要为复杂多轮任务（性能优化、调试、迁移、研究复现等）定义可验证的完成条件和约束时触发。
Control herdr from inside it. Manage workspaces and tabs, split panes, run commands, read output, and wait for state changes — all via CLI commands that talk to the running herdr instance over a local unix socket. Use when running inside herdr (HERDR_ENV=1).
Jupyter Notebook 创建与格式转换技能。当用户提到以下任何请求时必须使用：新建/创建 notebook、Jupyter notebook、.ipynb、jupytext、py:percent、# %% cell 格式、notebook 版本控制、paired notebook、notebook 转 Python、Python 转 notebook、用纯文本写 notebook。即使用户只说「新建一个 notebook」也应触发此技能——先询问用户选用 .py percent format 还是传统 .ipynb，再按选定格式生成。不用于调试已有 notebook 或写普通 Python 脚本。