Was macht gpt-image?
Eine Claude Code Agent-Fähigkeit zur Erstellung von Bildern aus Text mithilfe von Azure gpt-image-2 – mit validierten CLI-Parametern, über .env konfigurierbaren Standardwerten und Authentifizierung über Entra ID (schlüssellos) oder API-Key. Entwickelt nach dem Kiro-Prinzip der spezifikationsgesteuerten Entwicklung.
Funktionen
- Bildgenerierung aus Text: Erzeugt hochwertige Bilder basierend auf einer Textbeschreibung.
- Validierte CLI-Parameter: Alle über die Kommandozeile übergebenen Parameter werden vor der Ausführung validiert.
- Konfigurierbare Standardwerte: Über eine
.env-Datei können Standardeinstellungen wie Bildgröße, Stil und Qualität festgelegt werden. - Flexible Authentifizierung: Unterstützt sowohl API-Key-basierte Authentifizierung als auch schlüssellose Authentifizierung mit Microsoft Entra ID.
- Spezifikationsgetriebene Entwicklung: Nach dem Kiro-Prinzip entwickelt, wodurch Spezifikation und Implementierung klar getrennt sind.
Voraussetzungen
- Node.js (Version 18 oder höher)
- Ein Azure-Abonnement mit Zugriff auf den gpt-image-2-Dienst
- Entweder ein API-Key (Umgebungsvariable
AZURE_OPENAI_API_KEY) oder ein konfigurierter Entra ID-Anmeldeinformationsfluss
Installation
- Klonen oder erstellen Sie die Fähigkeit in Ihrem Claude Code Agent-Projekt.
- Installieren Sie die Abhängigkeiten:
npm install
- Erstellen Sie eine
.env-Datei im Stammverzeichnis mit folgendem Inhalt:
AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com
AZURE_OPENAI_API_KEY=your-api-key-here
# Optional: Entra ID (falls kein API-Key)
AZURE_TENANT_ID=your-tenant-id
AZURE_CLIENT_ID=your-client-id
AZURE_CLIENT_SECRET=your-client-secret
Verwendung
Grundlegende Bildgenerierung
claude run gpt-image "Ein freundlicher Roboter, der in einem sonnigen Park ein Buch liest, digitales Kunstwerk"
Mit benutzerdefinierten Parametern
claude run gpt-image "Beschreibung" --size 1792x1024 --style vivid --quality high
Verfügbare Parameter:
| Parameter | Standardwert | Beschreibung |
|---|---|---|
--size | 1024x1024 | Bildauflösung (z.B. 1024x1024, 1792x1024) |
--style | natural | Stil des generierten Bildes (natural oder vivid) |
--quality | standard | Qualitätsstufe (standard oder high) |
Authentifizierung
Das Skill unterstützt zwei Authentifizierungsmodi:
- API-Key: Setzen Sie die
AZURE_OPENAI_API_KEY-Umgebungsvariable. - Entra ID (schlüssellos): Konfigurieren Sie
AZURE_TENANT_ID,AZURE_CLIENT_IDundAZURE_CLIENT_SECRET. Der Skill bevorzugt Entra ID, falls keine API-Key-Umgebungsvariable gesetzt ist.
Architektur
Dieses Skill folgt der Kiro-Spezifikation:
spec.kiro: Enthält die Spezifikationen für das Verhalten des Skills.src/: Enthält die Implementierung der Fähigkeiten.handlers.ts: Hauptdatei mit der Logik zur Bildgenerierung.config.ts: Liest Umgebungsvariablen und stellt Standardwerte bereit.auth.ts: Kapselt die Authentifizierungslogik (API-Key oder Entra ID).
Die Spezifikation definiert das erwartete Verhalten einschließlich Fehlerfällen und Randbedingungen, während die Implementierung diese Spezifikationen präzise umsetzt.
Beispiele
Interne Dokumentation mit Bildern anreichern
claude run gpt-image "Ein Diagramm einer Microservices-Architektur mit API-Gateway, mehreren Diensten und einer Datenbank, im flachen Designstil" --size 1792x1024
Prototyping von UI-Komponenten
claude run gpt-image "Eine moderne, minimalistische Dashboard-UI mit einer Seitenleiste und drei Hauptkarten, pastellfarben" --style vivid
Entwicklung
Zum Entwickeln und Testen:
# Tests ausführen
npm test
# Linting
npm run lint
Lizenz
MIT