wuyoscar/GPT-Image2-Skill · 上手攻略

仓库：wuyoscar/GPT-Image2-Skill
链接：https://github.com/wuyoscar/GPT-Image2-Skill
分类：agent-skill · AI-image
作者：Jay
更新：2026-08-07

这是什么

GPT-Image2-Skill 是一个面向 AI 编程 Agent（Claude Code、Codex、OpenClaw 等）的 GPT Image 2 提示词画廊 + Agent 技能 + CLI 三合一工具。它汇集了大量经过验证的 GPT Image 2 生成提示词，覆盖论文图表、UI 原型、海报、游戏资源、动漫、摄影、字体设计、产品图等二十多个分类，并提供可直接在 Agent 对话中调用的技能文件和独立的命令行工具，让 Agent 能用自然语言生成高质量 AI 图像。

解决的问题： GPT Image 2 能力强大，但好的提示词需要经验积累。这个项目把社区验证过的提示词整理成分类画廊，同时封装成 Agent 技能和 CLI，既节省手工编写提示词的时间，也让 Agent 在编程任务中能自动化调用图像生成能力（如生成论文图、UI 草图、数据可视化等）。

核心组成

组成部分	说明
Prompt Gallery	20+ 分类的精选提示词集合，每个提示词附带尺寸、质量参数和来源标注
Agentic Skill	可安装在 Claude Code / Codex / OpenClaw 等 Agent 运行时，通过自然语言调用
CLI 工具	`gpt-image` 命令行工具，不依赖 Agent 即可独立使用
Reference 文档	包含 OpenAI 官方 prompt 指南本地副本、craft 检查清单、gallery 路由索引等

Gallery 分类（部分）：Anime & Manga、Gaming、Retro & Cyberpunk、Cinematic & Animation、Character Design、Typography & Posters、Illustration、Watercolor、Ink & Chinese、Pixel Art、UI/UX Mockups、Research Paper Figures、Product & Food、Photography、Tattoo Design 等。

快速安装

前提检查

command -v gpt-image || true
command -v uv >/dev/null && uv tool list | grep -E '^gpt-image-cli([[:space:]]|$)' || true
test -n "${OPENAI_API_KEY:-}" && echo "OPENAI_API_KEY is already set (value hidden)"

确保 OPENAI_API_KEY 已设置（从进程环境变量、.env 或 ~/.env 按顺序读取）。

Claude Code 插件模式

/plugin marketplace add wuyoscar/gpt_image_2_skill
/plugin install gpt-image@wuyoscar-skills

skills CLI（Claude Code / OpenClaw）

npx --yes skills@latest add wuyoscar/gpt_image_2_skill \
  --skill gpt-image --agent codex --copy
# 或 OpenClaw
npx --yes skills@latest add wuyoscar/gpt_image_2_skill \
  --skill gpt-image --agent openclaw --copy

手动安装（Agent Skills）

git clone https://github.com/wuyoscar/gpt_image_2_skill.git
cd gpt_image_2_skill

export AGENT_SKILLS_DIR="/path/to/your/agent/skills"
mkdir -p "$AGENT_SKILLS_DIR"
test -e "$AGENT_SKILLS_DIR/gpt-image" && echo "gpt-image skill already exists" && exit 1
ln -s "$PWD/skills/gpt-image" "$AGENT_SKILLS_DIR/gpt-image"

CLI 独立安装

# 方式一：uvx 直接运行（不安装）
uvx --from git+https://github.com/wuyoscar/gpt_image_2_skill gpt-image -p "a cat astronaut"

# 方式二：安装到 PATH
uv tool install git+https://github.com/wuyoscar/gpt_image_2_skill
gpt-image -p "a cat astronaut"

更新

# plugin: Claude Code 内使用 update 流程
# codex skill: 重新运行 installer
# 手动 git clone: cd gpt_image_2_skill && git pull
# CLI: uv tool upgrade gpt-image-cli

核心用法

CLI 基础命令

# 文本 → 图像
gpt-image -p "a photorealistic convenience store at 10pm" \
  --size 1k --quality high -f store.png

# 带参考图像的编辑（/v1/images/edits）
gpt-image -p "Make it a winter evening with heavy snowfall" \
  -i chess.png --quality high -f chess-winter.png

# 多参考编辑（两个输入图像）
gpt-image -p "Place the dog from image 2 next to the woman in image 1. Match the same lighting, composition, and background. Do not change anything else." \
  -i woman.png -i dog.png --size portrait --quality medium -f woman-with-dog.png

# 遮罩局部重绘（mask: opaque=保留, transparent=重绘）
gpt-image -p "replace sky with aurora" \
  -i photo.jpg -m sky_mask.png -f aurora.png

完整参数表

参数	可选值	默认值	适用
`-p, --prompt`	字符串	必填	both
`-f, --file`	路径	`./fig/YYYY-MM-DD-HH-MM-SS-<slug>.png`	both
`-i, --image`	路径（可重复）	—	edits
`-m, --mask`	PNG 路径	—	edits
`--size`	`1k` · `2k` · `4k` · `portrait` · `landscape` · `square` · `wide` · `tall` · `1024x1024` 等	`1024x1024`	both
`--quality`	`auto` · `low` · `medium` · `high`	`high`	both
`-n`	整数	1	both
`--background`	`auto` · `opaque`	API 默认	generations
`--moderation`	`auto` · `low`	`low`	generations
`--format`	`png` · `jpeg` · `webp`	`png`	both

注意： --input-fidelity 参数在 gpt-image-2 上不被支持，CLI 会自动跳过；该参数仅适用于 gpt-image-1/1.5。

Agent 技能调用

安装后，在 Agent 对话中直接用自然语言请求，例如：

生成论文图表：从 skills/gpt-image/references/gallery-research-paper-figures.md 
中选择一个适合展示 Transformer 架构的提示词，以 --quality high 输出。

# 或者更直接：
生成 GPT Image 2 风格的 Boston 春季海报（来自 skill gallery 的 typography 分类）

Agent 会自动从附带的 gallery 参考文件中查找匹配的提示词，结合质量参数调用 OpenAI API 生成图像。

OpenAI SDK 用法（Gallery 提示词 → SDK）

from openai import OpenAI
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2",
    prompt="<从 gallery 选取的 PROMPT>",
    size="1024x1536",   # portrait 对应 1024x1536
    quality="high",
)

质量预算指南

场景	推荐质量	说明
快速探索 / 大批量变体	`low`	便宜，适合风格探路
常规创作	`medium`	平衡速度与质量
含图像内文字、密集图表、最终交付物	`high`	细节最丰富

生成多个候选时，先用 low 批量探索，确认方向后再用 high 生成最终版本。

典型使用场景

Agent 编程辅助：在 Claude Code / Codex 中写代码时，用自然语言让 Agent 生成论文示意图、流程图、UI 草图，无需切换到 Midjourney 等独立工具。
提示词研究参考：Gallery 中每个提示词都附带生成结果图，可作为 GPT Image 2 能力边界的研究素材。
快速原型可视化：用 low quality 批量生成 UI 布局、图标设计、海报构图的草图，快速验证想法。
学术写作插图（注意限制）：生成风格参考图或工作流草图，但项目 README 明确提醒不要直接将 AI 生成图用于论文——仅作参考/工作流草图/风格目标。

坑与注意

API Key 安全：如果不想让 Agent 意外使用你的 OpenAI API Key，在调用 CLI/skill 前运行 unset OPENAI_API_KEY。Codex 用户注意其内置图像生成技能是黑盒，与本 skill 可能冲突或叠加。
Gallery 精选非海量：项目刻意保持"小而精"，不追求收录所有提示词。如果找不到某类场景的示例，可能确实没有收录。
多参考编辑注意：多图 -i 参数调用的是 OpenAI /v1/images/edits 的 multipart form 端点，需确保多图都能被 API 正确接收。
--input-fidelity 陷阱：gpt-image-2 不支持此参数（该参数仅适用于 1.x 模型），CLI 已做兼容处理，不会报错但也不会生效。
中文提示词支持：Gallery 中有专门的 Ink & Chinese 分类，但 GPT Image 2 对中文文字的渲染质量（尤其在 medium quality 下）可能不稳定，建议 high quality + 明确文字描述。
mask 局部重绘限制：mask 文件必须为 PNG，透明区域（alpha=0）= 重绘区域，不透明区域（alpha=255）= 保留区域。

与同类对比

方案	类型	优势	不足
GPT-Image2-Skill	Agent Skill + CLI	精选提示词 + Agent 集成 + CLI 三合一，针对 Agent 工作流优化	依赖 OpenAI API，不支持其他图像生成模型
OpenAI 官方 Cookbook	文档	权威参数说明	无 Agent 集成，需手动编写提示词
Midjourney Prompt Book	社区整理	提示词量大	非结构化，Agent 无法自动化使用
纯 API 调用	开发者方案	完全可控	需要自己积累提示词经验

一句话推荐

如果你用 Claude Code、Codex 或 OpenClaw 做开发，GPT-Image2-Skill 是让 Agent 具备高质量 AI 图像生成能力的最快路径——Gallery 替你省去写提示词的经验积累，CLI 则让非 Agent 场景也能享受同样的高质量输出。

原始仓库：https://github.com/wuyoscar/GPT-Image2-Skill · 本攻略基于 2026-08-07 公开版本 README 撰写，未 clone 或运行代码。Gallery 提示词数量和分类随项目更新变化，以仓库最新状态为准。