图片生成与编辑（GPT Image 2 All）Skills

基于API易平台的ChatGPT最新生图gpt-image-2-all模型实现图片生成技能，可以通过自然语言帮助用户生成图片，通过API易国内代理服务访问，支持Node.js和Python两种运行环境。gpt-image-2-all是API易平台上线的一款GPT图像生成官逆模型，以 $0.03/张 的极具竞争力的按次计费定价，约60秒到300秒出图，支持文生图/单图编辑/多图融合/自然语言改图，文字还原度高、内容限制少、原生支持中文提示词。

使用指引

遵循以下步骤：

第1步：分析需求与参数提取

1. 明确意图：区分用户是需要【文生图】（生成新图片）还是【图生图】（编辑/修改现有图片）或【多图融合】。

2. 提示词（Prompt）分析：

   • 使用用户原始完整输入：把用户输入的原始完整问题需求描述（原文）直接作为 -p 提示词的主体，避免自行改写、总结或二次创作，防止细节丢失。
   • 需要补充时先确认：如果信息不足（例如缺少风格、主体数量、镜头语言、场景细节、文字内容、禁止元素等），先向用户提问确认；用户确认后，再把补充内容以"追加"的方式拼接到原始提示词后。
   • 样例：
     • 用户输入："帮我生成一张猫的图片，风格要可爱一点。"
     • 正例说明：直接使用用户输入作为提示词：-p "帮我生成一张猫的图片，风格要可爱一点。"
     • 反例说明：擅自改写为"生成一张可爱风格的猫的图片"会丢失用户原始输入的细节和语气。
     • 如果需要补充细节（例如颜色、背景等），先提问确认："你希望猫是什么颜色的？背景有什么要求吗？"用户回答后，再追加到提示词中：-p "帮我生成一张猫的图片，风格要可爱一点。猫是橘色的，背景是草地。"

3. 关键参数整理：

   • Prompt（必需）：提示词分析后的最终提示词（默认=用户原始完整且一致的输入；仅在用户确认后才追加补充信息）。
   • Filename（可选）：输出图片文件名/路径(需包含文件随机标识，避免重复)。不传则脚本会自动生成带时间戳的文件名。建议根据内容生成合理文件名（例如 cat_in_garden.png），避免使用通用名。
   • Size/Aspect（可选）：由于该模型无显式size参数，尺寸通过prompt描述控制。建议在prompt开头描述尺寸。
     • "手机壁纸" -> 在prompt开头写 竖版 9:16 或 手机海报 9:16
     • "电脑壁纸/视频封面" -> 在prompt开头写 横版 16:9 或 电影画幅 16:9
     • "头像" -> 在prompt开头写 1:1 方形构图 或 1024×1024 方图
     • 默认若用户未明确指定图片比例，保持图片比例为空（由模型自适应）。
   • Response Format（可选）：响应格式，默认 url（R2 CDN加速链接），可选 b64_json（base64图片数据）。
   • 注意：该模型不支持 size、n、quality、aspect_ratio 参数，传入可能触发参数校验错误。

第2步：环境检查与命令执行

1. 检查环境：确认 APIYI_API_KEY 环境变量是否已设置（通常假定已设置，若运行失败再提示用户）。

2. 构建并运行命令：

   • 优先尝试 Node.js 版本：如果环境有 Node（node 命令可用），优先使用 scripts/generate_image.js（零依赖，参数与 Python 保持一致）。
   • Node 不可用再用 Python 版本：使用 scripts/generate_image.py。

   文生图命令模板（优先 Node.js）：

   node scripts/generate_image.js -p "{prompt}" -f "{filename}" [-r {response_format}]
   

   Copy

   图生图命令模板（优先 Node.js）：

   node scripts/generate_image.js -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-r {response_format}]
   

   Copy

   多图融合命令模板（优先 Node.js）：

   node scripts/generate_image.js -p "融合图1和图2的风格" -i ref1.png ref2.png -f "merged.png" [-r {response_format}]
   

   Copy

   （可选）Python 版本命令模板（Node 不可用时）：

   python scripts/generate_image.py -p "{prompt}" -f "{filename}" [-r {response_format}]
   python scripts/generate_image.py -p "{edit_instruction}" -i "{input_path}" -f "{output_filename}" [-r {response_format}]
   

   Copy

⏱️ 长时间任务处理策略

1. 任务前提示

执行前必须告知用户：

• "图片生成已启动，预计需要60秒到300秒"

2. 🎨 最佳实践示例

"图片生成中，预计60秒到300秒完成...\n⏳ 正在生成..."

第3步：结果反馈

1. 执行反馈：等待终端命令执行完毕。
2. 成功：告知用户图片已生成，并指出保存路径。
3. 失败：
   • 若提示 API Key 缺失，请指导用户设置环境变量。
   • 若提示网络错误，建议用户检查网络或稍后重试。

命令行使用样例

生成新图片

python scripts/generate_image.py -p "图片描述文本" -f "output.png" [-r url|b64_json]

示例：

# 基础生成
python scripts/generate_image.py -p "一只可爱的橘猫在草地上玩耍" -f "cat.png"

# 指定尺寸（在prompt开头描述）
python scripts/generate_image.py -p "横版 16:9 电影画幅，日落山脉风景" -f "sunset.png"

# 竖版高清图片（适合手机壁纸）
python scripts/generate_image.py -p "竖版 9:16 手机海报，城市夜景" -f "city.png"

（可选）Node.js 版本示例：

# 基础生成
node scripts/generate_image.js -p "一只可爱的橘猫在草地上玩耍" -f "cat.png"

# 指定尺寸
node scripts/generate_image.js -p "横版 16:9 电影画幅，日落山脉风景" -f "sunset.png"

编辑已有图片

python scripts/generate_image.py -p "编辑指令" -f "output.png" -i "path/to/input.png"

示例：

# 修改风格
python scripts/generate_image.py -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png"

# 添加元素
python scripts/generate_image.py -p "在天空添加彩虹" -f "rainbow.png" -i "landscape.png"

# 替换背景
python scripts/generate_image.py -p "将背景换成海滩" -f "beach-bg.png" -i "portrait.png"

（可选）Node.js 版本示例：

# 修改风格
node scripts/generate_image.js -p "将图片转换成水彩画风格" -f "watercolor.png" -i "original.png"

# 多张参考图融合（最多5张）
node scripts/generate_image.js -p "融合图1和图2的风格" -i ref1.png ref2.png -f "merged.png"

命令行参数说明

Python 与 Node.js 版本参数保持一致（短参数与长参数等价）。

文件资源说明

批量生成

当用户需要一次性生成多张图片（批量生成）时：

1. 加载配置模板：references/batch-template.md — 包含 JSON 配置格式说明和使用示例
2. 获取/生成 JSON 文件：用户可自行提供 JSON 文件，或描述需求后 AI 根据需求生成
3. 预处理 prompt：确保每个 prompt 开头包含尺寸描述（如"横版 16:9"），必要时补充 global.size_hint
4. 逐个执行：读取 prompts 数组，逐个执行生成命令，每张完成后反馈结果
5. 汇总反馈：完成后告知成功数量、图片路径列表

注意：批量任务总时间 = 单张时间(60-300秒) × 图片数量，请提前告知用户预估时长。

图片比例说明

由于gpt-image-2-all模型没有size参数，尺寸通过prompt描述控制。经验证较稳定的写法：

技巧：在prompt开头描述尺寸/构图，模型遵循度更高。可搭配画幅风格词（如 电影画幅、手机海报、方形构图）进一步提升一致性。

响应格式说明

url（默认）

默认返回 R2 CDN 加速链接，有效期约24小时。适用于Web应用直接渲染。对于需要长期保存的图片，请生成后立即转存到自己的对象存储。

b64_json

返回 base64 编码的图片数据（已含 data:image/png;base64, 前缀）。适用于：

• 服务端需要直接处理图片数据
• 需要写入本地文件
• 前端直接渲染

注意事项

• API密钥必须设置，可通过环境变量或命令行参数提供
• 图片生成时间：约60秒到300秒
• 编辑图片时，输入图片会自动转换为base64编码
• 确保输出目录有写入权限
• 该模型不支持 size、n、quality、aspect_ratio 参数
• 默认响应的 url 字段是 R2 CDN 加速链接，有效期约24小时

API Key设置与获取

如何获取API Key

如果你还没有API密钥，请前往 https://api.apiyi.com 注册账号并申请API Key。

获取步骤：

1. 访问 https://api.apiyi.com
2. 注册/登录你的账号
3. 在控制台中创建API密钥
4. 复制密钥并设置环境变量或在命令行中使用

设置API Key

脚本从环境变量 APIYI_API_KEY 获取API密钥。

设置环境变量：

# Linux/Mac
export APIYI_API_KEY="your-api-key-here"

# Windows CMD
set APIYI_API_KEY=your-api-key-here

# Windows PowerShell
$env:APIYI_API_KEY="your-api-key-here"

API端点说明

主推端点：POST /v1/chat/completions

对话式端点——相比 /v1/images/generations 和 /v1/images/edits，对话式端点对提示词遵循更好，并且同一端点同时支持文生图与带参考图改图，可以天然做多轮迭代。

• 仅输入文本 messages → 文生图
• messages 中加入 image_url（URL 或 base64 data URL）→ 带参考图改图
• 保留 assistant 历史消息继续追问 → 多轮迭代改图

模型信息

• 模型名：gpt-image-2-all
• 出图速度：约 60-300 秒
• 输出分辨率：无显式 size 参数，由模型自适应（建议在 prompt 中描述）
• 默认响应格式：url（R2 CDN 加速链接，默认 1 天有效期）
• 可选响应格式：b64_json
• 中文提示词：✅ 原生支持
• 支持能力：文生图、单图编辑、多图融合、自然语言改图
• 价格：$0.03/张

作者介绍

• 爱海贼的无处不在
• 我的微信公众号：无处不在的技术