CommunityImagemgithub.com

geração-de-imagens

Gere ou edite imagens por meio de um gateway de IA compatível com OpenAI. Use para texto-para-imagem, edição de imagens, inpainting, fundos transparentes, GIF animado ou saída SVG. Não use para vídeo, música, fala ou modelo de decisão. Plataforma: New.bi (https://api.new.bi), um gateway profissional, estável e confiável de agregação de modelos de IA.

O que é geração-de-imagens?

Esta skill oferece geração e edição síncrona de imagens através de um gateway compatível com a API OpenAI (New.bi). Suporta as principais funcionalidades: texto-para-imagem, imagem-para-imagem, inpainting (mascarado), fundo transparente (PNG/WebP com canal alfa), GIF animado, SVG e formatos como JPEG/WebP. Ela é ideal para desenvolvedores e agentes de IA que precisam criar ou modificar imagens programaticamente, com controle de parâmetros como tamanho, qualidade, contagem de quadros e duração. A skill gerencia casos de erro comuns (como 400, 401, 429, 503) e fornece uma CLI simples para executar comandos, armazenar credenciais de API e descobrir modelos disponíveis. O gateway New.bi agrega vários provedores (incluindo modelos Gemini e GPT-Image), garantindo estabilidade e confiabilidade. Atenção: não é adequada para geração de vídeo, música, fala ou para o modelo de decisão; para esses casos, use skills dedicadas.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Geração de Imagens

Geração e edição síncrona de imagens. Sem polling de tarefas.

Quando usar

  • Texto para imagem, imagem para imagem, inpainting mascarado.
  • Fundo transparente, saída WebP/JPEG, GIF animado com GPT-Image.
  • O usuário nomeia um modelo de imagem ou solicita um tamanho, qualidade ou formato específico.

Quando não usar

  • Vídeo, música, fala ou o modelo de decisão Jev. Use as skills dedicadas.
  • O usuário deseja comparar preços primeiro: execute models --category image.

Pré-requisitos

Resolva a chave de API nesta ordem (a primeira correspondência vence):

  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

Armazene uma credencial com:

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

--base-url escreve o endereço do gateway no arquivo de configuração. Ordem de resolução: config da skill, config compartilhada, AIGW_IMAGE_BASE_URL, AIGW_BASE_URL, depois o padrão definido em core/config.json.

Comandos

# Texto para imagem
python3 core/gateway.py image generate --prompt "um panda vermelho em um banco, luz suave" \
  --model <modelo> --size 1024x1024 --quality high --output-format png

# Múltiplas imagens
python3 core/gateway.py image generate --prompt "folha de adesivos" --n 4

# PNG transparente (requer um nível de modelo que suporte saída alfa)
python3 core/gateway.py image generate --prompt "adesivo de raposa cartunesca, bordas limpas" \
  --background transparent --output-format png

# GIF animado (requer um nível de modelo compatível com GIF)
python3 core/gateway.py image generate --prompt "um pequeno robô acena, em loop" \
  --output-format gif --frame-count 9 --frame-duration-ms 200

# Editar / inpainting
python3 core/gateway.py image edit --prompt "deixe o céu laranja no pôr do sol" \
  --image input.png --mask mask.png

# Editar com círculo de marcação transparente (GPT-Image 2.5+)
python3 core/gateway.py image edit --prompt "substitua o objeto circulado por uma maçã vermelha" \
  --image input.png --markup markup.png

# Descobrir modelos e aliases
python3 core/gateway.py models --category image
python3 core/gateway.py resolve nano-banana

Parâmetros

FlagObrigatórioObservações
--promptsimDescrição textual.
--modelnãoID exato do modelo. Omita quando apenas um modelo de imagem estiver disponível.
--sizenão1024x1024, 1536x1024, auto ou valores específicos do modelo. Use uma variante -1k para o nível de preço mais baixo.
--nnãoContagem de imagens. Limite máximo 128.
--qualitynãoauto / low / medium / high; GPT-Image 2.5+ também xhigh, max.
--output-formatnãopng / jpeg / webp; GPT-Image 2.6 adiciona svg, gif.
--backgroundnãotransparent requer png ou webp.
--moderationnãoauto / low.
--complexitynãoProfundidade de planejamento GPT-Image 2.6: low / medium / high. Não altera a cobrança.
--output-compressionnão0-100, apenas JPEG/WebP.
--frame-countnão2-64, apenas GIF. Deve ser um inteiro não negativo.
--frame-duration-msnão20-2000, apenas GIF.
--markupnãoApenas edição. Sobreposição PNG transparente circulando a região de edição; apenas GPT-Image 2.5+.
--groupnãoRoteamento para um grupo de cobrança específico.

Endpoints

  • POST /v1/images/generations — JSON, síncrono.
  • POST /v1/images/edits — multipart, nome do campo image[], mask opcional.

A resposta carrega itens data[]. Cada item contém b64_json ou url. A CLI decodifica base64, baixa URLs e escreve arquivos em outputs/image/<YYYY-MM-DD>/. Se o download for recusado, a URL original é retornada em urls.

Modelos de imagem Gemini também aceitam /v1/images/generations, com size mapeado para imageSize mais aspectRatio. Verificado: 2048x2048 retorna 2048x2048. GPT-Image 2.6 também aceita tamanhos de pixel explícitos; verificado: 3840x2160 retorna 3840x2160.

Resolução

NecessidadeValor de sizeResultado
1K quadrado1024x10241024x1024 ou 1254x1254
2K quadrado (Gemini)2048x20482048x2048
4K paisagem3840x21603840x2160

Use uma variante de modelo -1k para o nível de preço mais baixo; tamanhos maiores cobram o mesmo preço por chamada apenas quando o modelo tem preço fixo.

Um ID de modelo terminando em -1k (gpt-image-2.6-1k, -flare-1k, -sunburst-1k) sempre retorna 1K. Solicitar 4K dele ecoa o tamanho solicitado, mas retorna silenciosamente cerca de 1254x1254; portanto, verifique as dimensões de saída em vez de confiar na solicitação.

--output-format svg suporta apenas --n 1; o upstream rejeita lotes maiores. Mantenha solicitações GIF/SVG em n=1 e divida os lotes você mesmo.

Formatos e transparência

CapacidadeRequisito
png / jpeg / webpGeralmente disponível.
Fundo transparenteRequer png ou webp. Apenas níveis de modelo mais recentes emitem alfa; níveis de entrada o rejeitam.
GIF animadoModelos de imagem gerados a partir do nível 2.6. Requer --output-format gif mais --frame-count (2-64) e --frame-duration-ms (20-2000).
Saída SVGA partir do nível 2.6, apenas geração. O endpoint de edição rejeita svg e gif.

Quando um formato é rejeitado com 400, o nível de modelo selecionado não o suporta. Mude para um nível mais recente em vez de tentar novamente o mesmo modelo.

Alguns modelos aceitam background: transparent sem erro e ainda retornam uma imagem opaca. Sempre verifique o resultado em vez de confiar na solicitação:

file outputs/image/<data>/<nome>.png     # "RGBA" ou "color_type 6" significa alfa real

Um resultado RGB significa que a flag foi ignorada. Tente novamente em um nível de modelo diferente ou pós-processe o fundo branco localmente.

Edição

image edit envia arquivos locais como multipart, portanto a imagem de entrada não precisa ser pública.

  • --image é repetível; até 16 entradas são aceitas.
  • --mask marca a área de repintura; --markup circula a região de edição no GPT-Image 2.5 e posteriores, e é passado como um arquivo multipart.
  • O endpoint de edição aceita apenas saída png / jpeg / webp. svg e gif são apenas para geração.
  • A imagem retornada mantém o enquadramento de entrada, a menos que o prompt solicite o contrário.

Verificado: uma imagem local através de image edit funciona tanto em um modelo GPT-Image quanto em um modelo Gemini Image, cada um retornando uma imagem editada com a composição original preservada.

Erros

StatusSignificadoAção
400Parâmetro inválido ou capacidade de modelo não suportadaCorrija a flag; verifique models --category image.
401Chave ausente ou inválidaExecute login novamente e depois doctor.
402Cota insuficienteInforme o usuário para recarregar.
429Limite de taxa ou limite de concorrênciaAguarde e tente novamente.
503Modelo não disponível no grupo desta chaveTroque de modelo ou use uma chave desse grupo.
5xxFalha do upstreamTente novamente uma vez e depois exiba a mensagem original.

Individual skills in this repo

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

Habilidades Relacionadas