Communitygithub.com

Bild-API-Werkbank

Kuratierte, getestete KI-Agenten-Fähigkeiten für Codex und kompatible Laufzeiten

Was ist Bild-API-Werkbank?

Die Bild-API-Werkbank ist eine Fähigkeit für KI-Agenten (wie Claude Code, Cursor oder Codex), die reproduzierbare Bildgenerierungs- und Bildbearbeitungsaufrufe gegen OpenAI oder einen geprüften kompatiblen Gateway durchführt. Sie validiert Anfragen, katalogisiert Ergebnisse, unterstützt Streaming von Teilergebnissen und erstellt Metadaten-Seitenwagen. Standardmäßig wird `gpt-image-2` verwendet; die Kataloge dienen als Routennachweis, nicht als Endpunktbeweis. Die Fähigkeit ist plattformunabhängig und kann über die Befehlszeile mit Skripten wie `scripts/image_api_workbench.py` gesteuert werden, wobei Sicherheitsvorgaben wie die Blockierung veralteter Modelle ohne explizite Erlaubnis und die Vermeidung von Schlüsselausgabe in Protokollen strikt eingehalten werden.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add zengwenliang416/skills-hubs

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Bild-API-Werkbank?

Zweck

Führen Sie reproduzierbare Aufrufe zur Bildgenerierung oder -bearbeitung gegen OpenAI oder einen geprüften kompatiblen Gateway durch. Die CLI validiert Anfragen, katalogisiert Streaming-Teilergebnisse, Ausgaben und Nachweise. Standardmäßig gpt-image-2; Kataloge sind Routennachweise, nicht Endpunktnachweise.

Arbeitsablauf

  1. Lesen Sie Modellunterstützung, bevor Sie Modelle oder erweiterte Parameter ändern.
  2. Verwenden Sie scripts/image_api_workbench.py --dry-run für jede neue Parameterkombination.
  3. Verwenden Sie --list-remote-models, um den konfigurierten Gateway zu inspizieren, ohne Bildguthaben zu verbrauchen.
  4. Generieren Sie mit /v1/images/generations; fügen Sie --input-image hinzu, um auf /v1/images/edits umzuschalten.
  5. Verwenden Sie --background transparent --output-format png oder webp für Alpha.
  6. Verwenden Sie --stream --partial-images 1..3 nur, wenn der Gateway Bild-SSE weiterleitet.
  7. Speichern Sie Assets außerhalb dieser Fähigkeit und überprüfen Sie das Bild sowie den Metadaten-Seitenwagen.

Sicherheitsvorgaben

  • gpt-image-1.5, gpt-image-1-mini und chatgpt-image-latest erfordern --allow-deprecated-model; alle sind für die Abschaltung am 01.12.2026 vorgesehen.
  • Ausgemusterte DALL-E-Modelle werden blockiert, es sei denn, --allow-retired-model wird explizit gesetzt.
  • Bekannte GPT-Bildparameter werden modellseitig validiert. Anbietererweiterungen erfordern --allow-provider-extensions.
  • Anmeldeinformationen stammen aus Umgebungsvariablen oder Token-Dateien. Hinterlegen Sie Schlüssel niemals in Eingabeaufforderungen, Metadaten, Fähigkeitsdateien, Berichten oder Protokollen.
  • Metadaten speichern standardmäßig einen Hash der Eingabeaufforderung. Die Vorschau der Eingabeaufforderung ist optional.

Bearbeitung und Lokalisierung

Erstellen Sie für zweisprachige, abgestimmte visuelle Darstellungen eine genehmigte Master-Version und bearbeiten Sie genau dieses Bild für jede Sprache. Bewahren Sie Komposition und nicht-textliche Details; ersetzen Sie nur sichtbaren Text. Erstellen Sie eine Gegenüberstellung zur Überprüfung mit scripts/bilingual_contact_sheet.py.

Siehe Bedienungsanleitung für Befehle, Fehlerklassifizierung, Streaming-Verhalten und Verifizierung. Routing-Grenzen werden durch evals/trigger_cases.json abgedeckt.

Ausgabevertrag

Ein erfolgreicher bezahlter Aufruf erfordert:

  • stdout JSON hat ok: true;
  • endgültiges Bild existiert und ist nicht leer;
  • Metadaten-Seitenwagen existiert, sofern nicht explizit deaktiviert;
  • erkanntes Format und Abmessungen sind plausibel;
  • actual_size_matches_request wird überprüft, nicht abgeleitet;
  • Bearbeitungsmetadaten identifizieren jede Eingabe durch Pfad, Bytes, SHA-256 und Abmessungen.

Kataloge und Trockentests beweisen keine Endpunkt-Unterstützung. Bezahlte Tests erfordern Benutzerfreigabe.

Verwandte Skills