gpt-image-2

GPT-Image-2

通过 Frevana 的 AI Factory 图像 API 生成或编辑图像。

此技能会原样返回经过验证的 API 响应 JSON。将 data[0].image_url 视为主要图像 URL。

此技能需要

• 用户提供的 prompt 或 contents
• 可选的参考图像输入：--image、--image-url、--image-dir、--mask
• 可选的 Frevana 图像选项：n、size、quality、background、output_format、output_compression
• 环境变量中的 FREVANA_TOKEN，或本次运行时显式指定的 --token
• 可选的 FREVANA_AGENT_APP_INSTANCE_ID；当其值非空时，脚本会在图像生成请求中将其作为 x-frevana-agent-app-instance-id 标头发送
• curl
• bash
• python3

执行顺序

1. 确认用户已提供图像提示词。
2. 如果用户提及一个或多个本地图像文件，为每个文件传入 --image。
3. 如果用户提及一个或多个远程图像 URL，为每个 URL 传入 --image-url；脚本会先下载受支持的图像，然后复用现有的上传流程。
4. 如果用户提供了包含图像的本地目录，传入 --image-dir；脚本会从该目录递归收集受支持的图像。
5. 如果用户提供了本地蒙版图像，传入 --mask，并且只使用 PNG 格式。
6. 不要询问或传入图像路由覆盖选项；这些选项由 Frevana 脚本处理。
7. 优先使用脚本，而非临时编写 curl 命令。
8. 让脚本先读取 FREVANA_TOKEN。
9. 当 FREVANA_AGENT_APP_INSTANCE_ID 的值非空时，让脚本在图像生成请求中将其作为 x-frevana-agent-app-instance-id 标头附加。
10. 在非交互式运行中，如果缺少令牌，应立即失败，并告知用户设置 FREVANA_TOKEN 或传入 --token。
11. 返回原始 API 响应 JSON；如果用户只需要托管资源，则返回第一张图像的 URL。
12. 适用时，使用 --output 保存 JSON。

允许的选项

• --n：1-10
• --size：auto、1024x1024、1536x1024、1024x1536、256x256、512x512、1792x1024、1024x1792
• --quality：standard、hd、low、medium、high、auto
• --background：opaque、auto
• --output-format：png、jpeg、webp
• --output-compression：1-100
• --image：可重复指定的本地文件路径，格式为 .png/.jpg/.jpeg/.webp，每个文件小于 50MB
• --image-url：可重复指定的远程 http:// 或 https:// 图像 URL；会先下载受支持的 .png/.jpg/.jpeg/.webp 文件，每个文件小于 50MB
• --image-dir：可重复指定的本地目录路径；递归加载受支持的图像，--image、--image-url 和 --image-dir 合计最多 16 张图像
• --mask：可选的本地 .png 路径，小于 4MB，且仅在提供图像输入时使用

命令

bash <skill-path>/scripts/generate_image.sh \
  --prompt "A cinematic product photo of a matte black espresso machine on travertine" \
  --size 1536x1024 \
  --quality high \
  --background opaque \
  --output-format png \
  --output ./out/gpt-image-2-result.json

bash <skill-path>/scripts/generate_image.sh \
  --prompt "Turn these product references into one polished hero shot" \
  --image ./refs/front.png \
  --image-url "https://example.com/reference/detail.png" \
  --image-dir ./refs/detail-shots \
  --mask ./refs/mask.png \
  --size 1024x1024 \
  --output ./out/gpt-image-2-edit-result.json

响应结构

{
  "created": 1777367067,
  "background": "opaque",
  "output_format": "png",
  "quality": "high",
  "size": "1536x1024",
  "data": [
    {
      "revised_prompt": "string",
      "image_url": "https://static.frevana.com/images/user-id/example-image-id.png"
    }
  ],
  "credits_consumed": 1
}

说明

• 不要传入图像路由覆盖选项；封装脚本会拒绝这些选项。
• 不要传入 --background transparent；gpt-image-2 目前不支持透明背景。
• 如果用户说“使用 /path/to/reference.png”，将其映射为 --image /path/to/reference.png。
• 如果用户说“使用 https://example.com/reference.png”，将其映射为 --image-url https://example.com/reference.png。
• 如果用户说“使用 /path/to/references 下的图像”，将其映射为 --image-dir /path/to/references。
• 即使是图像转图像请求，也必须提供 prompt/contents。
• 除非用户提出要求，否则不要重写、代理或转换返回的 Frevana 图像 URL。