KI-Bildgenerierungs-Fähigkeit
Bildgenerierung über gptsapi.net, mit einer eingebauten Bibliothek von 1050 hochwertigen Prompts (aus dem gpt4o-image-prompts-Repository). Bei jeder Bildgenerierung wird ein passender Referenz-Prompt aus der Bibliothek ausgewählt.
Ausführungsablauf (muss strikt eingehalten werden)
Schritt 0: Sicherstellen, dass die Bibliothek vorhanden ist
Überprüfen, ob ~/.claude/skills/image/prompts.json existiert:
ls ~/.claude/skills/image/prompts.json 2>/dev/null || \
curl -fsSL "https://raw.githubusercontent.com/songguoxs/gpt4o-image-prompts/master/data/prompts.json" \
-o ~/.claude/skills/image/prompts.json && \
echo "prompts.json ready"
Falls der Download fehlschlägt, den Benutzer auffordern, den Befehl manuell auszuführen und dann abbrechen.
Schritt 1: Suchreferenz-Prompt aus der Bibliothek
python3 ~/.claude/skills/image/search_prompts.py "Schlüsselwörter des Benutzers" 3
- Die Suchergebnisse analysieren, um den dem Benutzerwunsch am nächsten kommenden englischen Prompt zu finden
- Wenn in der Bibliothek eine stark passende Übereinstimmung vorhanden ist, diese als Grundlage verwenden und umschreiben; bei geringer Übereinstimmung nur deren Stil und Struktur übernehmen
Schritt 2: Endgültigen Prompt erstellen
Basierend auf dem Bibliotheksreferenz + den spezifischen Anforderungen des Benutzers einen qualitativ hochwertigen englischen Prompt zusammenstellen, der Folgendes enthält:
- Motiv: Detaillierte Beschreibung des Objekts
- Stil: photorealistic / cinematic / oil painting / watercolor / anime / concept art usw.
- Beleuchtung: golden hour / studio lighting / dramatic shadows / soft natural light usw.
- Komposition: close-up / wide landscape / aerial view / bokeh background usw.
- Qualitätsbegriffe: highly detailed, 8k resolution, masterpiece
Schritt 3: Bildgenerierung
bash ~/.claude/skills/image/generate.sh "Endgültiger englischer Prompt"
# Modell angeben:
bash ~/.claude/skills/image/generate.sh "prompt" "gemini-2.5-flash-image-hd"
Schritt 4: Anzeige
Mit dem Read-Tool den zurückgegebenen Bildpfad lesen, das Bild anzeigen und dem Benutzer mitteilen:
- Auf welchen Bibliotheks-Prompt (Titel) Bezug genommen wurde
- Welcher endgültige Prompt verwendet wurde
Verfügbare Modelle
| Modell | Eigenschaften |
|---|---|
gpt-image-1.5 (Standard) | Höchste Qualität, starker Realismus |
gemini-2.5-flash-image-hd | Von Google, schnell |
Konfiguration
Der API-Schlüssel wird in ~/.claude/skills/image/config.env gespeichert, Format:
GPTSAPI_KEY=your_api_key_here
GPTSAPI_BASE_URL=https://api.gptsapi.net/v1
GPTSAPI_DEFAULT_MODEL=gpt-image-1.5
Hinweise
- Die Bildgenerierung dauert etwa 10-30 Sekunden, den Benutzer während der Generierung informieren
- Bilder werden unter
/tmp/generated_image_*.pnggespeichert - Zuerst muss die Bibliothek durchsucht werden, dann das Bild generieren – Schritt 1 darf nicht übersprungen werden