gpt-image-1-5

GPT Image 1.5 - 图像生成与编辑

使用 OpenAI 的 GPT Image 1.5 模型生成新图像或编辑现有图像。

• 生成：使用带有 image_generation 工具的 Responses API
• 编辑：使用 Image API 进行可靠的基于蒙版的局部重绘

用法

使用绝对路径运行脚本（请勿先切换到技能目录）：

生成新图像：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "your image description" --filename "output-name.png" [--quality low|medium|high] [--size 1024x1024|1024x1536|1536x1024|auto] [--background transparent|opaque|auto] [--api-key KEY]

编辑现有图像（无蒙版 - 编辑整张图像）：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "editing instructions" --filename "output-name.png" --input-image "path/to/input.png" [--size 1024x1024|1024x1536|1536x1024|auto] [--api-key KEY]

编辑现有图像（带蒙版 - 精确局部重绘）：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "what to put in masked area" --filename "output-name.png" --input-image "path/to/input.png" --mask "path/to/mask.png" [--size 1024x1024|1024x1536|1536x1024|auto] [--api-key KEY]

**重要：**始终在用户当前工作目录中运行，这样图像会保存在用户正在操作的位置，而非技能目录中。

参数

质量选项

• low - 生成速度最快，质量较低
• medium（默认）- 质量与速度均衡
• high - 质量最佳，生成较慢

根据用户请求进行映射：

• 未提及质量 -> medium
• “快速”“快”“草稿” -> low
• “高质量”“最佳”“详细”“高分辨率” -> high

尺寸选项

• 1024x1024（默认）- 正方形格式
• 1024x1536 - 纵向格式
• 1536x1024 - 横向格式
• auto - 由模型根据提示词决定

根据用户请求进行映射：

• 未提及尺寸 -> 1024x1024
• “正方形” -> 1024x1024
• “肖像”“纵向”“高挑” -> 1024x1536
• “风景”“横向”“宽幅” -> 1536x1024

背景选项（仅用于生成）

• auto（默认）- 由模型决定
• transparent - 透明背景（输出 PNG/WebP）
• opaque - 不透明背景

API 密钥

脚本按以下顺序检查 API 密钥：

1. --api-key 参数（如果用户在聊天中提供了密钥，则使用此项）
2. OPENAI_API_KEY 环境变量

如果两者均不可用，脚本会报错退出。

文件名生成

按以下模式生成文件名：yyyy-mm-dd-hh-mm-ss-name.png

格式：{timestamp}-{descriptive-name}.png

• 时间戳：当前日期和时间，格式为 yyyy-mm-dd-hh-mm-ss（24 小时制）
• 名称：使用小写字母和连字符组成的描述性文本
• 描述部分保持简洁（通常为 1-5 个词）
• 使用用户提示词或对话中的上下文
• 如果上下文不明确，则使用随机标识符（例如 x9k2、a7b3）

示例：

• 提示词“A serene Japanese garden” -> 2025-12-17-14-23-05-japanese-garden.png
• 提示词“sunset over mountains” -> 2025-12-17-15-30-12-sunset-mountains.png
• 提示词“create an image of a robot” -> 2025-12-17-16-45-33-robot.png
• 上下文不明确 -> 2025-12-17-17-12-48-x9k2.png

图像编辑

两种编辑模式都使用 Image API（images.edit 端点）和 gpt-image-1.5，以获得可靠的结果。

无蒙版（编辑整张图像）

当用户希望修改现有图像，但未指定具体区域时：

1. 使用 --input-image 参数指定图像路径
2. 提示词应包含编辑说明（例如，“让天空更具戏剧感”“改成卡通风格”）
3. 自动生成完全透明的蒙版，使模型可以编辑整张图像

带蒙版（精确局部重绘）

当用户希望编辑特定区域时：

1. 使用 --input-image 参数指定图像路径
2. 使用 --mask 参数指定 PNG 蒙版文件
3. 蒙版中需要编辑的区域应为透明区域（alpha=0）
4. 提示词描述蒙版区域中应呈现的内容

常见编辑任务：添加或移除元素、更改风格、调整颜色、替换背景等。

提示词处理

**生成：**将用户的图像描述原样传递给 --prompt。仅在描述明显不足时才进行改写。

**编辑：**将编辑说明传递给 --prompt（例如，“在天空中添加一道彩虹”“让它看起来像一幅水彩画”）。

在这两种情况下，都要保留用户的创作意图。

输出

• 将 PNG 保存到当前目录（如果文件名包含目录，则保存到指定路径）
• 脚本会输出生成图像的完整路径
• 不要读取图像——只需告知用户保存路径

示例

生成新图像：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "A serene Japanese garden with cherry blossoms" --filename "2025-12-17-14-23-05-japanese-garden.png" --quality high --size 1536x1024

生成透明背景图像：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "A cute cartoon cat mascot" --filename "2025-12-17-14-25-30-cat-mascot.png" --background transparent --quality high

编辑现有图像（整张图像）：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "make the sky more dramatic with storm clouds" --filename "2025-12-17-14-27-00-dramatic-sky.png" --input-image "original-photo.jpg"

使用蒙版编辑（局部重绘）：

uv run ~/.claude/skills/gpt-image-1-5/scripts/generate_image.py --prompt "a flamingo swimming" --filename "2025-12-17-14-30-00-lounge-flamingo.png" --input-image "lounge.png" --mask "mask.png"