openai-img-gen 是做什么的?
此技能目录中的 index.js 调用 OpenAI 图像 API。它没有依赖项,需要 Node 18.3+。
node <此技能目录>/index.js [选项] "提示"
node <此技能目录>/index.js -i photo.jpg -i reference.png [选项] -f prompt.txt
不带 -i 时,它生成新图像。带 -i 时,它编辑或合并给定的图像。它在 stdout 上打印每个保存文件的绝对路径,并将提示保存在图像旁边,文件名为 <名称>-<时间>.prompt.txt。进度、令牌使用、成本和错误发送到 stderr。运行 --help 查看所有选项。主要选项包括 -p 名称(项目子文件夹)、-o 目录(确切文件夹)、--name 前缀、-s auto|1024x1024|1536x1024|1024x1536、-q auto|low|medium|high、-n COUNT、--format png|jpeg|webp 和 --background transparent。
图像存放位置: 使用 -p 名称 时,图像保存到 $OPENAI_IMG_GEN_OUT/名称/。基本文件夹在此技能的 .env 中设置,否则为当前文件夹。-o 目录 覆盖该设置并直接保存到指定位置。
步骤
- 编写提示语。 对于超过一句话的内容,将其写入文件并使用
-f传递。请参阅下面的“编写提示语”。 - 执行命令。 始终使用
-p传递一个简短的上下文项目名称:用户正在处理的品牌、产品、仓库或文件夹(例如-p es-sebelas或-p kualing),如果没有项目,则使用简短主题。仅当用户指定了文件夹时才使用-o。使用描述性的--name。每次调用都会产生费用。-q auto时的一张图像通常只需几美分,而high质量和-n会成倍增加。对于快速草稿使用-q low,并在生成超过大约 4 张图像或许多高质量图像之前询问用户。 - 展示结果。 使用 Read 工具打开保存的文件以查看图像。对照提示语检查(文本拼写、哪些内容必须保持不变),然后告知用户路径、您看到的内容以及成本行。
- 迭代优化。 根据出错之处修改提示语,并保持提示语文件更新以匹配最佳结果。
如果没有 API 密钥,请告知用户设置 OPENAI_API_KEY,或将此技能目录中的 .env.example 复制到 .env 并填写。切勿要求他们将密钥粘贴到聊天中。如果请求被审核阻止,报告脚本打印的原因并建议重新措辞的提示语。不要重试相同的提示语。
编写提示语
- 说明每个输入图像的用途,按顺序:“第一张图像仅作为颜色参考。不要复制其布局、形状或文字。第二张图像是要编辑的照片。保持其取景和格式。”
- 给出一个明确的任务,然后列出要更改的具体内容,并附上具体值(十六进制颜色、材质、位置)。
- 列出必须保持不变的内容。 对于编辑,请说明“保持其他所有内容完全不变”,并指出不能改变的部分:相机角度、光照、背景、人物、其他建筑物。
- 引用任何必须出现的文字,拼写要准确(例如“精确显示为"ES SEBELAS"”)。尽量少用文字:图像模型会拼写错误长文本。
- 指明风格:照片级逼真、扁平向量、水彩、3D 渲染等。
- 以“避免:”行结尾,指出预期会出现的失败,例如多余文字、复制参考布局或更改目标之外的任何内容。
- Logo 和图标使用纯色或透明背景:
--background transparent --format png。