CommunityImagegithub.com

génération-d'images

Générer ou modifier des images via une passerelle IA compatible OpenAI. Utilisez-la pour le text-to-image, l'édition d'images, l'inpainting, les fonds transparents, les GIF animés ou la sortie SVG. Ne pas utiliser pour la vidéo, la musique, la parole ou le modèle de décision. Plateforme : New.bi (https://api.new.bi), une passerelle d'agrégation de modèles IA professionnelle, stable et fiable.

Qu'est-ce que génération-d'images ?

Cette compétence permet de générer et d'éditer des images de manière synchrone via une passerelle IA compatible OpenAI, éliminant le besoin de sondage de tâches. Elle est utile pour les tâches de text-to-image, d'image-to-image, d'inpainting, de création de GIF animés, de SVG, ainsi que pour les images avec fond transparent. Elle prend en charge plusieurs paramètres comme la taille, la qualité, le format de sortie, et la transparence, et s'intègre avec des modèles comme GPT-Image et Gemini. La compétence fournit des commandes CLI pour la génération, l'édition, et la découverte de modèles, et gère automatiquement l'authentification via des clés API stockées localement. Elle est principalement destinée aux développeurs utilisant la plateforme New.bi, mais peut fonctionner avec n'importe quelle passerelle compatible OpenAI.

Compatible avec~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/TokenService/ai-gateway-skills/tree/HEAD/skills/image-generation

Installed? Explore more Image skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Génération d'images

Génération et édition d'images synchrones. Pas de sondage de tâches.

Quand l'utiliser

  • Texte vers image, image vers image, inpainting masqué.
  • Fond transparent, sortie WebP/JPEG, GIF animé GPT-Image.
  • L'utilisateur nomme un modèle d'image ou demande une taille, qualité ou format spécifique.

Quand ne pas l'utiliser

  • Vidéo, musique, parole ou le modèle de décision Jev. Utilisez les compétences dédiées.
  • L'utilisateur veut d'abord comparer les prix : exécutez models --category image.

Prérequis

Résolvez la clé API dans cet ordre (la première correspondance gagne) :

  1. skills/image-generation/config.json → api_key
  2. skills/ai-gateway/config.json → api_key
  3. AIGW_IMAGE_API_KEY
  4. AIGW_API_KEY
  5. OPENAI_API_KEY

Stockez une information d'identification avec :

python3 core/gateway.py login --key sk-xxx --skill image

--base-url écrit l'adresse de la passerelle dans le fichier de configuration. Ordre de résolution : config de la compétence, config partagée, AIGW_IMAGE_BASE_URL, AIGW_BASE_URL, puis la valeur par défaut embarquée dans core/config.json.

Commandes

# Texte vers image
python3 core/gateway.py image generate --prompt "un panda roux sur un banc, lumière douce" \
  --model <model> --size 1024x1024 --quality high --output-format png

# Plusieurs images
python3 core/gateway.py image generate --prompt "planche d'autocollants" --n 4

# PNG transparent (nécessite un niveau de modèle prenant en charge la sortie alpha)
python3 core/gateway.py image generate --prompt "autocollant renard cartoon, bords nets" \
  --background transparent --output-format png

# GIF animé (nécessite un niveau de modèle compatible GIF)
python3 core/gateway.py image generate --prompt "un petit robot fait un signe, en boucle" \
  --output-format gif --frame-count 9 --frame-duration-ms 200

# Édition / inpainting
python3 core/gateway.py image edit --prompt "rendre le ciel orange au coucher du soleil" \
  --image input.png --mask mask.png

# Édition avec un cercle de balisage transparent (GPT-Image 2.5+)
python3 core/gateway.py image edit --prompt "remplacer l'objet entouré par une pomme rouge" \
  --image input.png --markup markup.png

# Découvrir les modèles et alias
python3 core/gateway.py models --category image
python3 core/gateway.py resolve nano-banana

Paramètres

DrapeauRequisRemarques
--promptouiDescription textuelle.
--modelnonIdentifiant exact du modèle. Omettre lorsqu'un seul modèle d'image est disponible.
--sizenon1024x1024, 1536x1024, auto ou valeurs spécifiques au modèle. Utilisez une variante de modèle -1k pour le niveau de prix le plus bas.
--nnonNombre d'images. Limite stricte de 128.
--qualitynonauto / low / medium / high ; GPT-Image 2.5+ ajoute xhigh, max.
--output-formatnonpng / jpeg / webp ; GPT-Image 2.6 ajoute svg, gif.
--backgroundnontransparent nécessite png ou webp.
--moderationnonauto / low.
--complexitynonProfondeur de planification GPT-Image 2.6 low / medium / high. Ne change pas la facturation.
--output-compressionnon0-100, JPEG/WebP uniquement.
--frame-countnon2-64, GIF uniquement. Doit être un entier non négatif.
--frame-duration-msnon20-2000, GIF uniquement.
--markupnonÉdition uniquement. Superposition PNG transparente entourant la zone d'édition ; GPT-Image 2.5+ uniquement.
--groupnonRouter vers un groupe de facturation spécifique.

Points d'accès

  • POST /v1/images/generations — JSON, synchrone.
  • POST /v1/images/edits — multipart, nom de champ image[], mask optionnel.

La réponse contient des éléments data[]. Chaque élément contient soit b64_json, soit url. Le CLI décode la base64, télécharge les URL et écrit les fichiers dans outputs/image/<YYYY-MM-DD>/. Si un téléchargement est refusé, l'URL d'origine est renvoyée dans urls.

Les modèles d'image Gemini acceptent aussi /v1/images/generations, avec size mappé à imageSize plus aspectRatio. Vérifié : 2048x2048 renvoie 2048x2048. GPT-Image 2.6 accepte également des tailles de pixels explicites ; vérifié 3840x2160 renvoie 3840x2160.

Résolution

BesoinValeur de tailleRésultat
Carré 1K1024x10241024x1024 ou 1254x1254
Carré 2K (Gemini)2048x20482048x2048
Paysage 4K3840x21603840x2160

Utilisez une variante de modèle -1k pour le niveau de prix le plus bas ; les tailles plus grandes sont facturées au même prix par appel uniquement lorsque le modèle est à prix fixe.

Un identifiant de modèle se terminant par -1k (gpt-image-2.6-1k, -flare-1k, -sunburst-1k) renvoie toujours 1K. Demander 4K à celui-ci renvoie la taille demandée mais retourne silencieusement environ 1254x1254, alors vérifiez les dimensions de sortie au lieu de vous fier à la demande.

--output-format svg prend en charge --n 1 uniquement ; le fournisseur en amont rejette un lot plus grand. Limitez les demandes GIF/SVG à n=1 et fractionnez les lots vous-même.

Formats et transparence

CapacitéExigence
png / jpeg / webpGénéralement disponibles.
Fond transparentNécessite png ou webp. Seuls les niveaux de modèle plus récents émettent de l'alpha ; les niveaux d'entrée le rejettent.
GIF animéModèles d'image générée à partir du niveau 2.6. Nécessite --output-format gif plus --frame-count (2-64) et --frame-duration-ms (20-2000).
Sortie SVGNiveau 2.6 et supérieur, génération uniquement. Le point d'accès d'édition rejette svg et gif.

Lorsqu'un format est rejeté avec un 400, le niveau de modèle sélectionné ne le prend pas en charge. Passez à un niveau plus récent plutôt que de réessayer le même modèle.

Certains modèles acceptent background: transparent sans erreur et renvoient néanmoins une image opaque. Vérifiez toujours le résultat au lieu de vous fier à la demande :

file outputs/image/<date>/<name>.png     # "RGBA" ou "color_type 6" signifie un vrai alpha

Un résultat RGB signifie que le drapeau a été ignoré. Réessayez sur un niveau de modèle différent, ou post-traitez le fond blanc localement.

Édition

image edit télécharge les fichiers locaux en tant que multipart, donc l'image d'entrée n'a pas besoin d'être publique.

  • --image est répétable ; jusqu'à 16 entrées sont acceptées.
  • --mask marque la zone de repeinture ; --markup entoure la région d'édition sur GPT-Image 2.5 et ultérieur, et est passé en tant que fichier multipart.
  • Le point d'accès d'édition accepte uniquement la sortie png / jpeg / webp. svg et gif sont réservés à la génération.
  • L'image renvoyée conserve le cadrage d'entrée sauf si le prompt demande autre chose.

Vérifié : une image locale via image edit fonctionne à la fois sur un modèle GPT-Image et un modèle d'image Gemini, chacun renvoyant une image éditée avec la composition originale préservée.

Erreurs

StatutSignificationAction
400Paramètre invalide ou capacité de modèle non prise en chargeCorrigez le drapeau ; vérifiez models --category image.
401Clé manquante ou invalideRelancez login, puis doctor.
402Quota insuffisantDites à l'utilisateur de recharger.
429Limite de taux ou plafond de concurrenceReculez et réessayez.
503Modèle non disponible dans le groupe de cette cléChangez de modèle ou utilisez une clé de ce groupe.
5xxDéfaillance en amontRéessayez une fois, puis remontez le message textuellement.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills associés