mcpField
B
baoyu-image-gen

baoyu-image-gen

github.com/jimliuクリエイティブ・メディア27.0k33.7k 回インストール7 週間前に更新
リポジトリ

baoyu-image-gen について

baoyu-image-genは、APIまたはCodex CLIで画像を生成するスキルです。複数のプロバイダー、参照画像、単一画像とバッチ生成に対応し、モデルやサイズなどを設定できます。

主な機能

  1. 01複数の画像生成プロバイダーを利用
  2. 02プロンプトと参照画像から生成
  3. 03単一画像またはバッチを生成
  4. 04モデル、比率、サイズ、品質を指定
  5. 05設定ファイルで生成設定を管理

活用シーン

  1. 01テキストプロンプトから画像を生成
  2. 02参照画像で被写体の特徴を維持
  3. 03複数画像をまとめて生成
  4. 04画像のモデルとサイズを指定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/jimliu/baoyu-skills --skill baoyu-image-gen

インストール後、Claude Code で/baoyu-image-genを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
codex-image2-fallback.md
codex-oauth-vs-openai-api-key.md
usage-examples.md
references/config/
first-time-setup.md
preferences-schema.md
references/providers/
agnes.md
codex-cli.md
dashscope.md
minimax.md
openrouter.md
replicate.md
zai.md
scripts/
build-batch.test.ts
build-batch.ts
main.test.ts
main.ts
scripts/codex-imagegen/
cache.ts
logger.ts
main.ts
parser.ts
spawn.ts
types.ts
validator.ts
scripts/providers/
agnes.test.ts
agnes.ts
azure.test.ts
azure.ts
codex-cli.test.ts
codex-cli.ts
dashscope.test.ts

詳細

画像生成(AI SDK)

公式の API ベースの画像生成です。OpenAI GPT Image 2.5、Azure OpenAI、Google、OpenRouter、DashScope(阿里通义万象)、Z.AI GLM-Image、MiniMax、Jimeng(即梦)、Seedream(豆包)、Replicate、Agnes に対応しています。

ユーザー入力ツール

このスキルがユーザーに質問するときは、次の優先順位でツールを選択してください。

  1. 組み込みのユーザー入力ツールを優先する — 現在のエージェントランタイムが公開している AskUserQuestion、request_user_input、clarify、ask_user などのツール、または同等のツールを使用します。
  2. フォールバック:そのようなツールがない場合は、番号付きのプレーンテキストメッセージを出力し、質問ごとに選択した番号や回答をユーザーに返信してもらいます。
  3. まとめて質問する:複数の質問を1回の呼び出しで処理できるツールの場合、該当する質問をすべてまとめて呼び出します。1回につき1つの質問しかできない場合は、優先順位に従って1つずつ質問します。

以下の AskUserQuestion に関する具体例は参考例です。他のランタイムでは、ローカルの同等ツールに置き換えてください。

スクリプトディレクトリ

{baseDir} = この SKILL.md が置かれているディレクトリです。以下の scripts/... パスはすべて {baseDir} からの相対パスです。メインスクリプト:{baseDir}/scripts/main.ts。バッチペイロードヘルパー:{baseDir}/scripts/build-batch.ts。${BUN_X} の解決方法:まず bun を使用し、次に npx -y bun を使用します。それも利用できない場合は、brew install oven-sh/bun/bun を提案します。

ステップ 0:設定の読み込み ⛔ ブロック中

このステップは、画像生成を始める前に必ず完了してください。EXTEND.md が存在するまで、生成はブロックされます。

次のパスを順番に確認し、最初に見つかったものを使用します。

パススコープ
.baoyu-skills/baoyu-image-gen/EXTEND.mdプロジェクト
${XDG_CONFIG_HOME:-$HOME/.config}/baoyu-skills/baoyu-image-gen/EXTEND.mdXDG
$HOME/.baoyu-skills/baoyu-image-gen/EXTEND.mdユーザーホーム
  • 見つかった場合 → 読み込み、解析して適用します。default_model.[provider] が null の場合は、モデルのみを尋ねます。
  • 見つからない場合 → AskUserQuestion を使ってプロバイダー、モデル、品質、保存場所を確認し、初回セットアップ(references/config/first-time-setup.md)を実行します。EXTEND.md を保存してから続行してください。完了する前に画像を生成してはいけません。

レガシー互換性:.baoyu-skills/baoyu-imagine/EXTEND.md が存在し、新しいパスにファイルがない場合、ランタイムは名前を baoyu-image-gen に変更します。両方が存在する場合、ランタイムはどちらも変更せず、新しいパスを使用します。

EXTEND.md のキー:デフォルトのプロバイダー、デフォルトの品質、デフォルトのアスペクト比、デフォルトの画像サイズ、OpenAI 画像 API の方言、デフォルトのモデル、バッチワーカーの上限、プロバイダー固有のバッチ上限。スキーマ:references/config/preferences-schema.md。

使用方法

最小限の実行例については、プロバイダーごとの呼び出し方法やバッチモードを含むすべての例が掲載されている references/usage-examples.md を参照してください。

同一性を維持する参照プロンプト

参照画像の実在する人物、キャラクター、物体をそのまま維持したい場合は、参照画像の代わりに長く一般的な説明を使わないでください。同一性を維持するための、短く明確な表現を優先します。

  • 「参照画像内の人物/物体を、同一の存在として使用してください。再デザインしたり、似た外見の新しい対象を作成したりしないでください。」
  • 「変更するのは場面、服装、ポーズ、照明、レンダリングスタイル、構図だけにしてください。参照画像の顔/プロポーション/髪/特徴的なアクセサリー/全体的な同一性を維持してください。」
  • 複数の参照画像を使う場合は、それらが同じ対象を示しており、組み合わせて同一性を定義することを明記してください。

注意点:「若い東アジア人女性、卵形の顔、澄んだ目……」のような長い説明を使うと、参照された人物を維持するのではなく、説明に合致する新しい人物をモデルが生成することがあります。

# Basic
${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image cat.png

# With aspect ratio and high quality
${BUN_X} {baseDir}/scripts/main.ts --prompt "A landscape" --image out.png --ar 16:9 --quality 2k

# Prompt from files
${BUN_X} {baseDir}/scripts/main.ts --promptfiles system.md content.md --image out.png

# With reference image
${BUN_X} {baseDir}/scripts/main.ts --prompt "Make blue" --image out.png --ref source.png

# Specific provider
${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --provider dashscope --model qwen-image-2.0-pro

# OpenAI GPT Image 2
${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --provider openai --model gpt-image-2.5-flare

# Codex CLI (uses logged-in Codex subscription — no OPENAI_API_KEY required; requires `codex` on PATH)
${BUN_X} {baseDir}/scripts/main.ts --prompt "A cat" --image out.png --provider codex-cli --ar 16:9

# Batch mode
${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json --jobs 4

# Build a batch file from outline.md + prompts/ (e.g. baoyu-article-illustrator output)
${BUN_X} {baseDir}/scripts/build-batch.ts --outline outline.md --prompts prompts --output batch.json --images-dir attachments
${BUN_X} {baseDir}/scripts/main.ts --batchfile batch.json --jobs 4

参照画像の人物・物体の同一性の維持

ユーザーが参照画像の人物や物体を維持したい場合:

  • 画像を大量に使うより、既存の参照画像から厳選した少数のセット(通常は2~4枚)を優先してください。数メガバイトの大きな参照画像を多数使うと、ストリーミングプロバイダーが不安定になることがあります。
  • 参照画像がすべて同じ対象を写しており、出力にもその同一性を反映する必要があるとプロンプトに記載してください。モデルが似ている別人を生成する原因となる、一般的な顔の特徴の長い説明は避けてください。
  • ユーザーから明示的な依頼がない限り、新たに生成した出力を参照画像として使わないでください。生成した参照画像を使うと、ずれが重なっていきます。
  • 結果が過度に洗練されていたり、インフルエンサーのように見えたりする場合は、スタイリッシュな参照画像を減らし、美化を抑える制約を明示してください(顔を細くしない、目を大きくしない、濃いメイクをしない、商業的な旅行撮影風にしない、過度に滑らかにしない)。
  • 対象を若く/年上に見せる場合も、顔は維持し、衣服、姿勢、場面、スタイリングで年齢を表現してください。モデルに顔の同一性を変えるよう求めないでください。

オプション

オプション説明
--prompt <text>, -pプロンプトのテキスト
--promptfiles <files...>ファイルからプロンプトを読み込みます(連結されます)
--image <path>出力画像のパス(単一画像モードでは必須)
--batchfile <path>複数画像を生成するためのJSONバッチファイル
--jobs <count>バッチモードのワーカー数(デフォルト:自動、最大値は設定から取得、組み込みのデフォルトは10)
--provider google|openai|azure|openrouter|dashscope|zai|minimax|jimeng|seedream|replicate|codex-cli|agnesプロバイダーを指定します(デフォルト:自動検出。codex-cliは自動選択されません。CLIまたはEXTEND.mdで指定する必要があります)
--model <id>, -mモデルID。デフォルトと使用可能な値については、プロバイダーのリファレンスを参照してください
--ar <ratio>アスペクト比(16:9、1:1、4:3、…)
--size <WxH>サイズを明示的に指定します(例:1024x1024。gpt-image-2.5-*およびgpt-image-2では、幅と高さは16の倍数、最大辺は3840px、比率は3:1以下である必要があります)
--quality normal|2k品質プリセット(デフォルト:2k)
--imageSize 1K|2K|4KGoogle/OpenRouterでの画像サイズ(デフォルト:品質設定から取得)
--imageApiDialect openai-native|ratio-metadataOpenAI互換エンドポイントの形式。アスペクト比をsizeに、解像度をmetadata.resolutionに指定するゲートウェイにはratio-metadataを使用してください
--ref <files...>参照画像。Googleのマルチモーダルモデル、OpenAI GPT Imageの編集、Azure OpenAIの編集(PNG/JPGのみ)、OpenRouterのマルチモーダルモデル、Replicateの対応ファミリー、MiniMaxの対象参照、Seedream 5.0/4.5/4.0、DashScopeのwan2.7-image-pro/wan2.7-imageでサポートされています。Jimeng、Seedream 3.0、SeedEdit 3.0、およびwan2.7-image*ファミリー以外のDashScopeモデルではサポートされていません
--n <count>画像の枚数。Replicateでは--n 1が必要です(単一出力の保存方式)
--jsonJSON出力

環境変数

変数説明
OPENAI_API_KEYOpenAI API キー
AZURE_OPENAI_API_KEYAzure OpenAI API キー
OPENROUTER_API_KEYOpenRouter API キー
GOOGLE_API_KEYGoogle API キー
DASHSCOPE_API_KEYDashScope API キー
ZAI_API_KEY (別名 BIGMODEL_API_KEY)Z.AI API キー
MINIMAX_API_KEYMiniMax API キー
REPLICATE_API_TOKENReplicate API トークン
JIMENG_ACCESS_KEY_ID, JIMENG_SECRET_ACCESS_KEYJimeng(即梦)の Volcengine 認証情報
ARK_API_KEYSeedream(豆包)の Volcengine ARK API キー
<PROVIDER>_IMAGE_MODELプロバイダーごとのモデルの上書き(OPENAI_IMAGE_MODEL、GOOGLE_IMAGE_MODEL、DASHSCOPE_IMAGE_MODEL、ZAI_IMAGE_MODEL/BIGMODEL_IMAGE_MODEL、MINIMAX_IMAGE_MODEL、OPENROUTER_IMAGE_MODEL、REPLICATE_IMAGE_MODEL、JIMENG_IMAGE_MODEL、SEEDREAM_IMAGE_MODEL、AGNES_IMAGE_MODEL)
AZURE_OPENAI_DEPLOYMENT (別名 AZURE_OPENAI_IMAGE_MODEL)Azure のデフォルトデプロイメント
<PROVIDER>_BASE_URLプロバイダーごとのエンドポイントの上書き
AZURE_API_VERSIONAzure 画像 API のバージョン(デフォルトは 2025-04-01-preview)
JIMENG_REGIONJimeng のリージョン(デフォルトは cn-north-1)
OPENAI_IMAGE_API_DIALECTopenai-native | ratio-metadata
OPENROUTER_HTTP_REFERER, OPENROUTER_TITLEOpenRouter の任意の帰属情報
BAOYU_IMAGE_GEN_MAX_WORKERSバッチワーカー数の上限を上書き
BAOYU_IMAGE_GEN_<PROVIDER>_CONCURRENCYプロバイダーごとの同時実行数(例:BAOYU_IMAGE_GEN_REPLICATE_CONCURRENCY。codex-cli では BAOYU_IMAGE_GEN_CODEX_CLI_CONCURRENCY を使用)
BAOYU_IMAGE_GEN_<PROVIDER>_START_INTERVAL_MSプロバイダーごとの開始間隔
BAOYU_CODEX_IMAGEGEN_BINcodex-cli プロバイダー用の codex-imagegen ラッパーのパスを上書き(デフォルト:同梱の scripts/codex-imagegen/main.ts。.ts または旧形式の .sh/バイナリを指定可能)
BAOYU_CODEX_IMAGEGEN_CACHE_DIRcodex-cli プロバイダーの冪等性キャッシュを有効化(デフォルトでは無効)
BAOYU_CODEX_IMAGEGEN_TIMEOUT_MScodex-cli プロバイダーの試行ごとの codex exec タイムアウト(デフォルト:300000 ms)
BAOYU_CODEX_IMAGEGEN_RETRIEScodex-cli プロバイダーで再試行可能なエラーが発生した際のラッパー側の再試行回数(デフォルト:2)
BAOYU_CODEX_IMAGEGEN_LOG_FILEcodex-cli プロバイダーの診断ログを JSONL 形式で追記

読み込みの優先順位:CLI 引数 > EXTEND.md > 環境変数 > <cwd>/.baoyu-skills/.env > ~/.baoyu-skills/.env

Codex/ChatGPT OAuth は OpenAI API キーではありません

--provider openai --model gpt-image-2.5-flare は標準の OpenAI Images API(/v1/images/generations または /v1/images/edits)を使用し、OPENAI_API_KEY が必要です。Codex または ChatGPT デスクトップへのログインは別の利用資格であり、OPENAI_API_KEY の代わりにそのまま使えるものではありません。Codex OAuth トークンを OPENAI_API_KEY に貼り付けたり、OPENAI_BASE_URL に Codex バックエンドを設定するだけにしたりしないでください。

OpenAI API キーを使わずに Codex サブスクリプション/GPT Image 2 の利用資格を使いたい場合は、このスキルの openai プロバイダーではなく、Codex ネイティブのバックエンドを経由してください。

  • Codex ランタイムの場合:ネイティブの imagegen スキル/ツールを使用してください。
  • Codex 以外のランタイムで codex CLI がインストールされ、ログイン済みの場合:baoyu-image-gen --provider codex-cli を使用してください(推奨。他のすべてのプロバイダーと同じ再試行/キャッシュ/バッチのフローを利用できます)。このプロバイダーは同梱の scripts/codex-imagegen/main.ts を起動します。同じコードは、単独で呼び出す場合に備えて packages/baoyu-codex-imagegen/src/main.ts にもあります。
  • Hermes ランタイムにネイティブの image_generate ツールがある場合:フォールバックとしてそのツールを使用し、参照画像が直接渡されたのか、抽出した特徴から再構成されたのかを明記してください。

既存の openai プロバイダーを変更して、Codex OAuth を暗黙的に利用するようにしないでください。正式にサポートされる Codex-CLI 経路は専用の codex-cli プロバイダーであり、独自の認証(Codex ログイン)、ルート(codex exec)、リクエスト形式、テストを備えています。references/codex-oauth-vs-openai-api-key.md を参照してください。

モデルの解決

すべてのプロバイダーに適用される優先順位(高い順):

  1. CLI フラグ --model <id>
  2. EXTEND.md の default_model.[provider]
  3. 環境変数 <PROVIDER>_IMAGE_MODEL
  4. 組み込みのデフォルト

OpenAI の組み込みのデフォルトは gpt-image-2.5-flare(高速で、レイテンシが最も低い)です。gpt-image-2.5-sunburst は、複雑なシーンや精密な編集に最も高い性能を発揮するバリアントです。gpt-image-2、gpt-image-1.5、gpt-image-1、および日付付きの GPT Image スナップショット(例:gpt-image-2.5-flare-2026-09-08、gpt-image-2-2026-04-21)も、--model または OPENAI_IMAGE_MODEL で選択できます。

Google の組み込みのデフォルトは gemini-3-pro-image です。gemini-3.1-flash-image は、より高速で低コストな選択肢です。gemini-3.1-flash-lite-image は最も安価ですが、1K の出力のみを生成するため、--quality 2k / --imageSize 2K|4K は警告とともに 1K に制限されます。

DashScope の組み込みのデフォルトは qwen-image-2.0-pro です。qwen-image-3.0-pro は最新のフラッグシップモデルで、同じサイズ指定ルールを使用します。

Azure では、--model / default_model.azure に Azure のデプロイ名を指定します。推奨される環境変数は AZURE_OPENAI_DEPLOYMENT です。後方互換性のため、AZURE_OPENAI_IMAGE_MODEL もエイリアスとして引き続き使用できます。Azure のデプロイ名が基盤となるモデル名と同じ場合は gpt-image-2.5-flare を使用し、それ以外の場合は正確なカスタムデプロイ名を使用してください。

EXTEND.md は環境変数より優先されます。たとえば、EXTEND.md で default_model.google: "gemini-3-pro-image" が設定され、環境変数で GOOGLE_IMAGE_MODEL=gemini-3.1-flash-image が設定されている場合、EXTEND.md の設定が優先されます。

生成のたびにモデル情報を表示します:

  • Using [provider] / [model]
  • Switch model: --model <id> | EXTEND.md default_model.[provider] | env <PROVIDER>_IMAGE_MODEL

OpenAI 互換ゲートウェイの方言

provider=openai は、認証とルーティングのエントリーポイントが OpenAI 互換であることを意味します。上流の画像 API が OpenAI ネイティブのセマンティクスを使用することを保証するものではありません。ゲートウェイが異なるワイヤーフォーマットを必要とする場合は、EXTEND.md の default_image_api_dialect、OPENAI_IMAGE_API_DIALECT、または --imageApiDialect を設定してください。

  • openai-native:ピクセル単位の size(1536x1024)と、OpenAI ネイティブの品質フィールドを使用します
  • ratio-metadata:アスペクト比の size(16:9)に加え、metadata.resolution(1K|2K|4K)と metadata.orientation を使用します

OpenAI ネイティブ API または厳密なクローンには openai-native を使用してください。Gemini などのモデルの前段にある互換ゲートウェイでは、ratio-metadata を試してください。現在の制限事項:ratio-metadata はテキストから画像への生成にのみ適用されます。参照画像の編集には、引き続き openai-native または編集機能をネイティブにサポートするプロバイダーが必要です。

プロバイダー別ガイド

各プロバイダーには固有の仕様(モデルファミリー、サイズ指定ルール、参照画像のサポート、制限)があります。ユーザーがそのプロバイダーを選択した場合、またはデフォルト以外の動作を求めた場合は、以下を参照してください。

プロバイダー参照先
DashScope(Qwen-Image ファミリー、カスタムサイズ)references/providers/dashscope.md
Z.AI(GLM-Image、cogview-4)references/providers/zai.md
MiniMax(image-01、被写体参照)references/providers/minimax.md
OpenRouter(マルチモーダルモデル、/chat/completions フロー)references/providers/openrouter.md
Replicate(nano-banana、Seedream、Wan)references/providers/replicate.md
Codex CLI(バンドルされた scripts/codex-imagegen/ をラップ。Codex ログインが必要で、OPENAI_API_KEY は不要)references/providers/codex-cli.md
Agnes(agnes-image-2.5-flash、参照画像をサポート)references/providers/agnes.md

プロバイダーの選択

  1. --ref が指定されていて --provider が指定されていない場合 → Google → OpenAI → Azure → OpenRouter → Replicate → Seedream → MiniMax → Agnes の順に自動選択します(MiniMax の被写体参照は、キャラクターやポートレートの一貫性により特化しています)
  2. --provider が指定されている場合 → そのプロバイダーを使用します(--ref が指定されている場合は、google/openai/azure/openrouter/replicate/seedream/minimax/codex-cli/agnes のいずれかである必要があります)
  3. API キーが 1 つだけ存在する場合 → そのプロバイダーを使用します
  4. 複数のキーがある場合 → デフォルトの優先順位:Google → OpenAI → Azure → OpenRouter → DashScope → Z.AI → MiniMax → Replicate → Jimeng → Seedream → Agnes
  5. codex-cli が自動選択されることはありません。EXTEND.md で default_provider: codex-cli を設定するか、--provider codex-cli を渡してください。バンドルされた scripts/codex-imagegen/main.ts TS エントリーポイントを介して codex exec を起動します(bun で実行)。ユーザーの Codex サブスクリプションを使用するため、OPENAI_API_KEY は不要です。PATH 上に codex があり、codex login が完了している必要があります。

品質プリセット

プリセットGoogle imageSizeOpenAI sizeOpenRouter sizeReplicate resolution用途
normal1K1024px を目標1K1K手早いプレビュー
2k(デフォルト)2K2048px を目標2K2K表紙、イラスト、インフォグラフィック

Google/OpenRouter の imageSize は --imageSize 1K|2K|4K で上書きできます。

OpenAI のネイティブな gpt-image-2.5-* および gpt-image-2 では、normal は quality=medium と、指定されたアスペクト比に近い低レイテンシの有効なサイズに対応します。2k は quality=high と、2048x2048、2048x1152、1152x2048 などの 2048px クラスのサイズに対応します。有効なカスタムサイズや 4K 出力には、3840x2160 のように --size を明示的に指定してください。

アスペクト比

対応:1:1、16:9、9:16、4:3、3:4、2.35:1。

  • Google マルチモーダル:imageConfig.aspectRatio
  • OpenAI:gpt-image-2.5-* および gpt-image-2 は、指定された比率に最も近い有効なカスタムサイズを使用します。旧式の GPT Image および DALL·E モデルは、対応する固定サイズのうち最も近いものを使用します
  • OpenRouter:imageGenerationOptions.aspect_ratio。--size <WxH> のみが指定されている場合、比率は自動判定されます
  • Replicate:動作はモデルによって異なります。google/nano-banana* は aspect_ratio を使用し、bytedance/seedream-* は Replicate のドキュメントに記載された比率を使用し、Wan 2.7 は --ar を具体的な size に変換します
  • MiniMax:公式の aspect_ratio 値を使用します。--ar を指定せずに --size <WxH> を指定した場合、image-01 に width/height を送信します

生成モード

デフォルト:順次実行。バッチ並列:--batchfile に保留中のタスクが 2 件以上含まれている場合、自動的に有効になります。

状況推奨理由
画像 1 枚、またはシンプルな画像 1~2 枚順次実行調整のオーバーヘッドが少なく、デバッグも容易です
保存済みのプロンプトファイルがある複数の画像バッチ(--batchfile)確定済みのプロンプトを再利用し、共通のスロットリング/再試行を適用でき、スループットも予測しやすくなります
各画像で個別の推論/プロンプト作成/スタイルの検討がまだ必要サブエージェントまだ探索的な作業であり、それぞれに独立した分析が必要です
入力が outline.md + prompts/(例:baoyu-article-illustrator によるもの)バッチ — {baseDir}/scripts/build-batch.ts を使用してペイロードを組み立てますアウトラインとプロンプトファイルには、必要な情報がすでにすべて含まれています

目安:プロンプトファイルを保存し、タスクが「これらすべてを生成する」段階になったら、サブエージェントよりバッチを優先してください。サブエージェントは、生成時に画像ごとの検討や異なるクリエイティブな探索が必要な場合にのみ使用してください。

並列処理の動作:

  • デフォルトのワーカー数は自動設定され、設定値で上限が適用されます。組み込みのデフォルトは 10 です
  • プロバイダー固有のスロットリングはバッチモードでのみ適用されます。デフォルト値は、RPM の急増を避けつつスループットを高めるよう調整されています
  • --jobs <count> で上書きできます
  • 各画像は最大 3 回まで再試行されます
  • 最終出力には、成功数、失敗数、画像ごとの失敗理由が含まれます

エラー処理

  • API キーが見つからない場合 → セットアップ手順を含むエラーを表示します
  • 生成に失敗した場合 → 画像ごとに最大 3 回、自動で再試行します
  • アスペクト比が無効な場合 → 警告を表示し、デフォルト値で処理を続行します
  • サポートされていないプロバイダー/モデルで参照画像を使用した場合 → 修正方法のヒントを含むエラーを表示します
Codex image2 のフォールバック

--provider openai --model gpt-image-2.5-flare を実行して OPENAI_API_KEY が見つからず失敗した場合でも、現在のランタイムでネイティブの画像生成バックエンドを利用できるか、リポジトリレベルの codex-imagegen ラッパーが使用可能であれば、ユーザーを待たせたままにせず、その方法を使用します。フォールバックが実際の参照画像生成なのか、抽出した視覚的特徴に基づくテキストプロンプトからの再構成にすぎないのかを明示してください。references/codex-image2-fallback.md を参照してください。

参照資料

ファイル内容
references/usage-examples.mdプロバイダー間およびバッチモードでの、CLI の詳細な使用例
references/codex-oauth-vs-openai-api-key.mdCodex/ChatGPT の OAuth による image2 の利用権限を、baoyu-image-gen の標準の OpenAI API キープロバイダーから利用できない理由
references/codex-image2-fallback.mdOpenAI の API 認証情報がない場合でも、Codex/ネイティブの画像生成が利用できる場合の実用的なフォールバック動作
references/providers/dashscope.mdDashScope のファミリー、サイズ、制限
references/providers/zai.mdZ.AI GLM-image/cogview-4
references/providers/minimax.mdMiniMax image-01 と被写体参照
references/providers/openrouter.mdOpenRouter のマルチモーダルフロー
references/providers/replicate.mdReplicate のサポート対象ファミリーとガードレール
references/providers/agnes.mdAgnes(agnes-image-2.5-flash)のサイズ設定、参照画像、制限
references/config/preferences-schema.mdEXTEND.md のスキーマ
references/config/first-time-setup.md初回セットアップの手順

拡張機能のサポート

EXTEND.md を使用したカスタム設定に対応しています。パスとスキーマについては、ステップ 0 を参照してください。

コメント