Community图像github.com

图片生成

通过兼容 OpenAI 的 AI 网关生成或编辑图像。适用于文生图、图编辑、内补绘制、透明背景、动画 GIF 或 SVG 输出。不适用于视频、音乐、语音或决策模型。平台:New.bi (https://api.new.bi),一个专业、稳定、可靠的 AI 模型聚合网关。

图片生成 是什么?

这是一个专为 AI 代理(如 Claude Code、Cursor、Codex)设计的图片生成与编辑技能。它基于 New.bi 平台提供的 OpenAI 兼容 API 网关,支持文生图、图生图、带遮罩的内补绘制、透明背景输出、动画 GIF 以及 SVG 矢量图生成。技能内置了完整的多层级 API 密钥解析机制,支持通过配置文件、环境变量或命令行登录进行认证,确保了灵活性和安全性。该技能提供了丰富的参数控制,包括尺寸、质量、输出格式、背景透明度、GIF 帧数等,并详细说明了不同模型层级的兼容性和限制。此外,它还集成了模型发现与别名解析功能,帮助用户选择合适的模型。通过详细的错误码说明和用户操作建议,该技能显著降低了图片生成任务的集成与使用门槛,让开发者无需关心底层 API 细节即可快速实现高质量的图像处理工作流。

兼容平台~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 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

图片生成 是做什么的?

同步图像生成与编辑。无需轮询任务状态。

何时使用

  • 文生图、图生图、带遮罩的内补绘制。
  • 透明背景、WebP/JPEG 输出、GPT-Image 动画 GIF。
  • 用户指定了图像模型名称,或要求特定的尺寸、质量或格式。

何时不使用

  • 视频、音乐、语音或 Jev 决策模型。请使用专门的技能。
  • 用户想先比较价格:运行 models --category image。

前置条件

按照以下顺序解析 API 密钥(第一个匹配项胜出):

  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

使用以下命令存储凭证:

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

--base-url 将网关地址写入配置文件。解析顺序:技能配置、共享配置、AIGW_IMAGE_BASE_URL、AIGW_BASE_URL,然后是 core/config.json 中打包的默认值。

命令

# 文生图
python3 core/gateway.py image generate --prompt "a red panda on a bench, soft light" \
  --model <model> --size 1024x1024 --quality high --output-format png

# 多图生成
python3 core/gateway.py image generate --prompt "sticker sheet" --n 4

# 透明 PNG(需要支持 alpha 输出的模型层级)
python3 core/gateway.py image generate --prompt "cartoon fox sticker, clean cutout edges" \
  --background transparent --output-format png

# 动画 GIF(需要支持 GIF 的模型层级)
python3 core/gateway.py image generate --prompt "a small robot waves, loop it" \
  --output-format gif --frame-count 9 --frame-duration-ms 200

# 编辑 / 内补绘制
python3 core/gateway.py image edit --prompt "make the sky sunset orange" \
  --image input.png --mask mask.png

# 使用透明标记圈进行编辑(GPT-Image 2.5+)
python3 core/gateway.py image edit --prompt "replace the circled object with a red apple" \
  --image input.png --markup markup.png

# 发现模型和别名
python3 core/gateway.py models --category image
python3 core/gateway.py resolve nano-banana

参数

标志必需说明
--prompt是文本描述。
--model否确切的模型 ID。当只有一个图像模型可用时省略。
--size否1024x1024、1536x1024、auto 或模型特定值。使用 -1k 模型变体以获得最低价格层级。
--n否图像数量。硬限制为 128。
--quality否auto / low / medium / high;GPT-Image 2.5+ 还支持 xhigh、max。
--output-format否png / jpeg / webp;GPT-Image 2.6 增加了 svg、gif。
--background否transparent 需要 png 或 webp。
--moderation否auto / low。
--complexity否GPT-Image 2.6 规划深度 low / medium / high。不影响计费。
--output-compression否0-100,仅限 JPEG/WebP。
--frame-count否2-64,仅限 GIF。必须是非负整数。
--frame-duration-ms否20-2000,仅限 GIF。
--markup否仅编辑。覆盖编辑区域的透明 PNG 标记圈;仅限 GPT-Image 2.5+。
--group否路由到特定的计费组。

端点

  • POST /v1/images/generations — JSON,同步。
  • POST /v1/images/edits — multipart,字段名 image[],可选的 mask。

响应中包含 data[] 项。每个项包含 b64_json 或 url。CLI 会解码 base64、下载 URL,并将文件写入 outputs/image/<YYYY-MM-DD>/。如果下载被拒绝,则返回原始 URL 到 urls 中。

Gemini 图像模型也接受 /v1/images/generations,其中 size 映射到 imageSize 加上 aspectRatio。已验证:2048x2048 返回 2048x2048。GPT-Image 2.6 也接受显式的像素尺寸;已验证 3840x2160 返回 3840x2160。

分辨率

需求Size 值结果
1K 方形1024x10241024x1024 或 1254x1254
2K 方形 (Gemini)2048x20482048x2048
4K 横向3840x21603840x2160

使用 -1k 模型变体以获得最低价格层级;更大的尺寸仅在模型固定价格时按相同调用次数计费。

以 -1k 结尾的模型 ID(gpt-image-2.6-1k、-flare-1k、-sunburst-1k)始终返回 1K。从中请求 4K 会回显请求尺寸但静默返回约 1254x1254,因此请检查输出尺寸而不是信任请求。

--output-format svg 仅支持 --n 1;上游拒绝更大的批次。请将 GIF/SVG 请求保持在 n=1,并自行拆分批次。

格式与透明度

能力要求
png / jpeg / webp普遍可用。
透明背景需要 png 或 webp。只有较新的模型层级才能输出 alpha 通道;入门级层级会拒绝。
动画 GIF2.6 及以上层级的生成图像模型。需要 --output-format gif 以及 --frame-count (2-64) 和 --frame-duration-ms (20-2000)。
SVG 输出2.6 及以上层级,仅限生成。编辑端点会拒绝 svg 和 gif。

当某个格式被拒绝并返回 400 时,表示所选模型层级不支持该格式。请切换到更新版本的模型层级,而不是重试相同的模型。

有些模型接受 background: transparent 而不报错,但仍然返回不透明的图像。请始终验证结果,而不是信任请求:

file outputs/image/<date>/<name>.png     # "RGBA" 或 "color_type 6" 表示真正的 alpha

RGB 结果表示该标志被忽略。请在其他模型层级上重试,或本地后处理白色背景。

编辑

image edit 将本地文件作为 multipart 上传,因此输入图像无需是公开的。

  • --image 可重复;最多接受 16 个输入。
  • --mask 标记重绘区域;--markup 在 GPT-Image 2.5 及更高版本上圈出编辑区域,并作为 multipart 文件传递。
  • 编辑端点仅接受 png / jpeg / webp 输出。svg 和 gif 仅限生成。
  • 除非提示另有要求,否则返回的图像会保持输入帧。

已验证:通过 image edit 使用单个本地图像在 GPT-Image 模型和 Gemini 图像模型上都能工作,每个模型都会返回保留原始构图的编辑后图像。

错误

状态码含义操作
400参数无效或模型能力不支持修正标志;检查 models --category image。
401密钥缺失或无效重新运行 login,然后 doctor。
402配额不足告知用户充值。
429速率限制或并发上限退避并重试。
503该密钥所属组中模型不可用切换模型或使用该组的密钥。
5xx上游故障重试一次,然后逐字显示错误信息。

Individual skills in this repo

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

相关技能