Community画像github.com

画像生成

OpenAI互換のAIゲートウェイを介して画像の生成や編集を行います。テキスト画像生成、画像編集、インペインティング、透明背景、アニメーションGIF、SVG出力に対応しています。動画、音楽、音声、決定モデルには使用しないでください。プラットフォーム:New.bi (https://api.new.bi) – プロフェッショナルで安定、信頼性の高いAIモデル集約ゲートウェイ。

画像生成 とは?

この「画像生成」スキルは、OpenAI互換のゲートウェイを介して同期方式で画像の生成・編集を行うためのAIエージェントスキルです。テキストからの画像生成(Text-to-Image)、既存画像の編集、マスク領域のインペインティング、透明背景のPNG/WebP出力、アニメーションGIF、SVG出力など、幅広い画像処理タスクを単一のコマンドラインインターフェースで実現します。複数のAPIキー解決順序をサポートし、設定ファイルや環境変数(AIGW_IMAGE_API_KEYなど)から柔軟に認証情報を取得できます。利用可能な画像モデルやエイリアスは `models --category image` で確認でき、パラメータとしてサイズ、品質、出力形式、フレームレート(GIF用)などを細かく指定可能です。エディット機能はローカルファイルをマルチパートでアップロードするため、画像を公開する必要がなく、GPT-Image 2.5以降では透明マークアップによる領域指定編集もサポートしています。エラー時にはステータスコードに応じた適切な対処方法を提示し、初心者から上級者まで効率的に画像生成ワークフローを構築できます。

対応~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 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

画像生成 は何をしますか?

同期方式の画像生成と編集。タスクポーリングは不要です。

使用するタイミング

  • テキストから画像、画像から画像、マスクを使ったインペインティング。
  • 透明背景、WebP/JPEG出力、GPT-ImageアニメーションGIF。
  • ユーザーが画像モデルを指定した場合、または特定のサイズ、品質、フォーマットを要求した場合。

使用すべきでないタイミング

  • 動画、音楽、音声、Jev決定モデル。専用のスキルを使用してください。
  • ユーザーが最初に価格比較を希望する場合:models --category image を実行。

前提条件

APIキーを次の順序で解決します(最初に一致したものが使用されます):

  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

資格情報を保存するには:

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

--base-url を指定すると、ゲートウェイアドレスが設定ファイルに書き込まれます。解決順序:スキル設定、共有設定、AIGW_IMAGE_BASE_URL、AIGW_BASE_URL、そして core/config.json にパッケージされたデフォルト値。

コマンド

# テキストから画像
python3 core/gateway.py image generate --prompt "a red panda on a bench, soft light" \
  --model <model> --size 1024x1024 --quality high --output-format png

# 複数画像
python3 core/gateway.py image generate --prompt "sticker sheet" --n 4

# 透明PNG(アルファ出力をサポートするモデル階層が必要)
python3 core/gateway.py image generate --prompt "cartoon fox sticker, clean cutout edges" \
  --background transparent --output-format png

# アニメーションGIF(GIF対応モデル階層が必要)
python3 core/gateway.py image generate --prompt "a small robot waves, loop it" \
  --output-format gif --frame-count 9 --frame-duration-ms 200

# 編集 / インペインティング
python3 core/gateway.py image edit --prompt "make the sky sunset orange" \
  --image input.png --mask mask.png

# 透明なマークアップ円を使った編集(GPT-Image 2.5以降)
python3 core/gateway.py image edit --prompt "replace the circled object with a red apple" \
  --image input.png --markup markup.png

# モデルとエイリアスの確認
python3 core/gateway.py models --category image
python3 core/gateway.py resolve nano-banana

パラメータ

フラグ必須備考
--promptはいテキストによる説明。
--modelいいえ正確なモデルID。利用可能な画像モデルが1つだけの場合は省略可能。
--sizeいいえ1024x1024、1536x1024、auto、またはモデル固有の値。最安価格帯には -1k モデルバリアントを使用。
--nいいえ画像枚数。上限は128。
--qualityいいえauto / low / medium / high。GPT-Image 2.5以降では xhigh、max も使用可能。
--output-formatいいえpng / jpeg / webp。GPT-Image 2.6では svg、gif が追加。
--backgroundいいえtransparent は png または webp が必要。
--moderationいいえauto / low。
--complexityいいえGPT-Image 2.6の計画深度 low / medium / high。課金には影響しません。
--output-compressionいいえ0〜100。JPEG/WebPのみ。
--frame-countいいえ2〜64。GIFのみ。0以上の整数である必要があります。
--frame-duration-msいいえ20〜2000。GIFのみ。
--markupいいえ編集のみ。編集領域を囲む透明PNGオーバーレイ。GPT-Image 2.5以降のみ。
--groupいいえ特定の請求グループにルーティング。

エンドポイント

  • POST /v1/images/generations — JSON、同期。
  • POST /v1/images/edits — マルチパート、フィールド名 image[]、オプションで mask。

レスポンスは data[] アイテムを保持します。各アイテムには b64_json または url が含まれます。CLIはbase64をデコードし、URLをダウンロードして outputs/image/<YYYY-MM-DD>/ にファイルを書き込みます。ダウンロードが拒否された場合、元のURLが urls に返されます。

Gemini画像モデルも /v1/images/generations を受け付け、size は imageSize と aspectRatio にマッピングされます。検証済み:2048x2048 は2048x2048を返します。GPT-Image 2.6も明示的なピクセルサイズを受け付け、3840x2160 は3840x2160を返すことが確認されています。

解像度

ニーズサイズ値結果
1K正方形1024x10241024x1024または1254x1254
2K正方形(Gemini)2048x20482048x2048
4K横長3840x21603840x2160

最安価格帯には -1k モデルバリアントを使用してください。より大きなサイズは、モデルが固定料金の場合にのみ、同じ呼び出し料金で課金されます。

-1k で終わるモデルID(gpt-image-2.6-1k、-flare-1k、-sunburst-1k)は常に1Kを返します。4Kを要求すると、要求サイズをエコーしますが、実際には約1254x1254を返すため、出力寸法を確認してから要求を信頼してください。

--output-format svg は --n 1 のみサポートします。上位サーバーはそれ以上のバッチを拒否します。GIF/SVGリクエストは n=1 に保ち、バッチは自分で分割してください。

フォーマットと透明度

機能要件
png / jpeg / webp一般的に利用可能。
透明背景png または webp が必要。新しいモデル階層のみがアルファを出力。エントリーレベルの階層は拒否します。
アニメーションGIF2.6階層以上の画像生成モデル。--output-format gif に加えて --frame-count(2〜64)と --frame-duration-ms(20〜2000)が必要。
SVG出力2.6階層以上、生成のみ。編集エンドポイントは svg と gif を拒否します。

フォーマットが400エラーで拒否された場合、選択したモデル階層がそれをサポートしていません。同じモデルを再試行するのではなく、新しい階層に切り替えてください。

一部のモデルは background: transparent をエラーなしで受け付けても、不透明な画像を返す場合があります。常に結果を確認し、要求を信頼しないでください:

file outputs/image/<date>/<name>.png     # "RGBA" または "color_type 6" は実際のアルファを意味します

RGB の結果はフラグが無視されたことを意味します。別のモデル階層で再試行するか、ローカルで白背景を後処理してください。

編集

image edit はローカルファイルをマルチパートとしてアップロードするため、入力画像を公開する必要はありません。

  • --image は繰り返し可能。最大16個の入力を受け付けます。
  • --mask は再描画領域を指定します。--markup はGPT-Image 2.5以降で編集領域を円で囲み、マルチパートファイルとして渡されます。
  • 編集エンドポイントは png / jpeg / webp 出力のみを受け付けます。svg と gif は生成専用です。
  • プロンプトで別途指示がない限り、返される画像は入力フレームを保持します。

検証済み:GPT-ImageモデルとGemini画像モデルの両方で、image edit による1枚のローカル画像編集が機能し、元の構図を保持した編集画像が返されます。

エラー

ステータス意味アクション
400無効なパラメータ、またはサポートされていないモデル機能フラグを修正。models --category image で確認。
401キーが欠落または無効login を再実行し、その後 doctor を実行。
402クォータ不足ユーザーにチャージを促す。
429レート制限または同時実行制限バックオフして再試行。
503キーのグループでモデルが利用不可モデルを切り替えるか、そのグループのキーを使用。
5xx上位サーバー障害1回再試行し、それでもダメならメッセージをそのまま表示。

Individual skills in this repo

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

関連スキル