Habilidad de generación de imágenes con IA
Utiliza gptsapi.net para generar imágenes, con una biblioteca integrada de 1050 prompts de alta calidad (provenientes del repositorio gpt4o-image-prompts). Cada generación busca referencias en la biblioteca.
Flujo de ejecución (debe seguirse estrictamente en orden)
Paso 0: Asegurar que la biblioteca existe
Verifica si ~/.claude/skills/image/prompts.json existe:
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 listo"
Si la descarga falla, informa al usuario que ejecute el comando manualmente y luego termina.
Paso 1: Buscar un prompt de referencia en la biblioteca
python3 ~/.claude/skills/image/search_prompts.py "palabras clave de la descripción del usuario" 3
- Analiza los resultados de la búsqueda para encontrar el prompt en inglés más cercano a la intención del usuario.
- Si hay una coincidencia alta, úsalo como base para reescribir; si la coincidencia es baja, solo toma prestada su estructura de estilo.
Paso 2: Construir el prompt final
Basado en la referencia de la biblioteca + los requisitos específicos del usuario, sintetiza un prompt en inglés de alta calidad que incluya:
- Sujeto: descripción concreta del objeto
- Estilo: fotorealista, cinematográfico, pintura al óleo, acuarela, anime, arte conceptual, etc.
- Iluminación: hora dorada, iluminación de estudio, sombras dramáticas, luz natural suave, etc.
- Composición: primer plano, paisaje amplio, vista aérea, fondo bokeh, etc.
- Palabras de calidad: altamente detallado, resolución 8k, obra maestra
Paso 3: Generar la imagen
bash ~/.claude/skills/image/generate.sh "prompt final en inglés"
# Para especificar modelo:
bash ~/.claude/skills/image/generate.sh "prompt" "gemini-2.5-flash-image-hd"
Paso 4: Mostrar
Usa la herramienta Read para leer la ruta de la imagen devuelta, muestra la imagen e informa al usuario:
- A qué prompt de la biblioteca se hizo referencia (título)
- Cuál fue el prompt final utilizado
Modelos disponibles
| Modelo | Características |
|---|---|
gpt-image-1.5 (predeterminado) | Mayor calidad, estilo realista fuerte |
gemini-2.5-flash-image-hd | De Google, rápido |
Configuración
La clave API se almacena en ~/.claude/skills/image/config.env, con el formato:
GPTSAPI_KEY=tu_api_key_aquí
GPTSAPI_BASE_URL=https://api.gptsapi.net/v1
GPTSAPI_DEFAULT_MODEL=gpt-image-1.5
Notas importantes
- La generación de imágenes toma entre 10 y 30 segundos; durante la generación, informa al usuario que se está procesando.
- Las imágenes se guardan en
/tmp/generated_image_*.png - Debes buscar en la biblioteca antes de generar la imagen; no se puede saltar el primer paso.