--- name: le-gpt-image description: > 用 GPT Image 生成或编辑图片:海报、封面、插画、UI mockup、信息图配图、文章插图、表情包、风格迁移改图。 复用本机 Codex CLI 的 ChatGPT 登录凭证(~/.codex/auth.json),不需要 OpenAI API Key, 走 Codex 内部图像通道,消耗的是 ChatGPT 订阅额度。 当用户说「画一张图」「生成一张…的图」「做张海报/封面/头图」「帮文章配图」「把这张图的背景换成…」 「按这张图的风格重画」「GPT Image 生图」时使用;拿到图像需求但没指明工具、而本机已登录 Codex 时也触发。 不要用于:视频生成、需要 API 计费与发票的正式生产管线、要求 gpt-image-2.5-flare/sunburst 专属能力的任务 (那是 API 通道专属模型,无 Key 走不了)、未登录 Codex 的机器。 --- # le-gpt-image 用 GPT Image 生图与改图,凭证复用本机 Codex 登录,全程无 API Key。额度来自 ChatGPT 订阅——把每次生成当作在花用户的订阅用量,高成本操作先确认。 ## 核心原则 - **无 Key 通道。** 凭证只读 `~/.codex/auth.json`(ChatGPT 登录态),token 临过期由脚本自动刷新并原子写回;任何情况下不打印、不外发 token。 - **执行只走脚本。** 生图一律调 `scripts/gpt_image.py`,不现场写 HTTP/SDK 代码;判断放参考(提示词手艺读 [references/prompt-craft.md](references/prompt-craft.md)),调用走 CLI。 - **尺寸是建议值。** 实测 Codex 通道不严格遵循请求尺寸(请求 1024x1024 可能返回 1374x1145);要精确画布时在交付说明里报告实际尺寸,必要时用改图/裁剪兜底。 - **失败即停。** 401 刷新失败、配额不足、内容策略拒绝:如实报告并停,不换参数偷跑重试。 ## 能力边界 | 能力 | 说明 | |---|---| | 文生图 | `generate`,prompt + 尺寸 + 质量 | | 改图 | `edit`,1–5 张参考图 + 指令;多图可做融合/参考绘制 | | 风格迁移 | `edit --style-image`:内容取 `--image`,画风取 `--style-image` | | 通道 | native(默认,GPT Image 直连,即 Codex 内部同款);responses(备用,走推理模型强制图像工具) | | 质量 | `auto / low / medium / high`(无 xhigh/max——那是 API 通道档位) | | 背景 | `auto / opaque`;**不支持透明背景**(当前通道限制) | | 张数 | `--n` 逐张请求,输出文件名加 `-1..-n` 后缀 | 单张耗时实测 40–60 秒;脚本默认超时 300 秒,429 限流自动退避重试(最多 4 次)。 ## 工作流 1. **接单**:明确用途(海报/封面/插画/配图…)、主体、需出现的文字(逐字)、比例倾向。据 [references/prompt-craft.md](references/prompt-craft.md) 对应分节起草英文 prompt(图像模型对英文 prompt 更稳;图内文字保持用户原文)。 2. **停点确认**(回合终止契约):出现以下任一情况,展示「最终 prompt + 尺寸/质量/张数 + 输出路径」后**立即结束回合**,不得再发起任何工具调用;用户确认或给修改意见后再继续—— - 实质改写或补写了用户给的描述(用户只说「画只猫」而你扩写了一整段场景); - `--n > 1` 或 4k 尺寸(成倍消耗额度); - 要编辑不可再生的原图(用户仅有的一份照片/扫描件)——先确认输出另存、不覆盖。 用户明确说「直接生成」、或需求已完整(明确描述 + 默认参数 + 单张)时跳过停点,直接生成。 3. **生成与交付**:调 CLI,stdout 末行即输出路径。交付时报告:路径 + 实际尺寸 + 关键参数,另附一条可选的改进建议(换质量档/调 prompt),不自动追加生成变体。 ## CLI 速查 ```bash SKILL/scripts/gpt_image.py check # 看凭证:模式/套餐/token 余量 SKILL/scripts/gpt_image.py generate \ --prompt "A minimalist poster for a tea shop, warm beige palette, the text \"好茶慢慢喝\" centered" \ --size portrait --quality high --out poster.png SKILL/scripts/gpt_image.py edit \ --image photo.png --prompt "Change the background to snowy mountains, keep the person unchanged" \ --out photo-new.png SKILL/scripts/gpt_image.py edit \ --image content.png --style-image ink.png --out styled.png # 风格迁移 ``` | 参数 | 取值 | 说明 | |---|---|---| | `--prompt` / `--prompt-file` | 文本 / 路径 | 生图或改图指令(edit 配 `--style-image` 时可选) | | `--out` | 路径 | 缺省 `fig/YYYYMMDD-HHMMSS-.png`;存在须加 `--force` 才覆盖 | | `--size` | 见下表 | 缺省 `auto` | | `--quality` | `auto/low/medium/high` | 草稿 low,成品 high | | `--n` | 整数 | 逐张请求,文件名加后缀 | | `--backend` | `native/responses` | native 默认;responses 为备用通道 | | `--image` | 路径,可重复 | edit 输入图,1–5 张(Pillow 在位时自动压至最长边 1536 的 WebP) | | `--style-image` | 路径 | edit 的风格参考图 | | `--dry-run` | 开关 | 只打印请求(凭证打码)不联网,排障首选 | ### 尺寸速查 | 别名 | 像素 | 适用 | |---|---|---| | `1k` / `square` | 1024x1024 | 默认方图、社交媒体 | | `portrait` | 1024x1536 | 海报、封面、手机壁纸 | | `landscape` | 1536x1024 | 文章头图、横幅 | | `wide` | 1536x640 | 超宽 banner | | `tall` | 1024x2048 | 长图、竖版故事 | | `2k` / `4k` | 2048x2048 / 3840x2160 | 印刷、大屏(高额度,先停点确认) | 也接受 `WIDTHxHEIGHT`(须 16 倍数、最长边 ≤3840、宽高比 1:3–3:1)。**记住服务端可能自行调整尺寸**,交付时以实际输出为准。 ## 故障排查 | 现象 | 处置 | |---|---| | 未找到凭证文件 / auth_mode 不是 chatgpt | 指引用户在本机跑 `codex login` 选 ChatGPT 登录;Codex 需文件凭证存储(config.toml `cli_auth_credentials_store = "file"`) | | 刷新令牌失败(HTTP 4xx) | refresh_token 已失效,指引用户重新 `codex login`;不要反复重试 | | HTTP 429 | 脚本自动退避重试;重试仍失败则告知用户订阅图像额度已到限,建议稍后再试或降 quality/尺寸 | | 尺寸不符警告 | 属正常(服务端建议值行为),按实际尺寸交付 | | 网络请求失败 | 检查代理(chatgpt.com 需可达);脚本遵循 `https_proxy` 等环境变量 | | `Remote end closed connection` / 403 含 `cf-mitigated: challenge` | 代理出口 IP 被 Cloudflare 风控(凭证无辜,`check` 仍正常)。请用户在代理 App 切换节点(优先美/日原生 IP)后重试;重试前勿反复硬撞 | | native 通道 404/失效 | 内部接口无稳定性契约;切 `--backend responses` 试试,并在交付时说明 | ## 安全边界 - 凭证只读 `auth.json`,刷新写回仅限该文件;绝不打印 token、不把凭证带进生成参数。 - 输出只落在用户指定目录或当前目录 `fig/`;覆盖已存在文件必须显式 `--force`。 - 生成内容遵守平台内容政策;收到拒绝时如实转达,不换措辞绕过。 - 每张图都消耗 ChatGPT 订阅额度:不擅自生成变体对比、不批量跑图,多张先停点确认。