gpt-image-2

GPT Image 2

一个 Python 入口，涵盖 GPT Image 2 的所有路由，并对模型的尺寸、宽高比和功能限制进行严格的预先验证。

工作流

1. 打开 references/config.md，选择环境变量和默认值。
2. 打开 references/api-surface.md，在 generations、edits 和 responses 之间进行选择。
3. 除非用户要求使用其他兼容 OpenAI 的端点，否则优先使用 OPENAI_BASE_URL=https://api.openai.com/v1。
4. generations 和 edits 使用 gpt-image-2；responses 使用支持文本的 Responses 模型，例如 gpt-5.4。
5. 使用三个子命令之一运行 scripts/gpt_image.py。
6. 如果主要风险在于请求负载的结构，请先添加 --dry-run。
7. 如果需要保留原始 JSON 请求体或 SSE 事件流以便调试，请添加 --save-response <path>。

命令

通过公共 Images API 将文本转换为图像：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A bold product hero image for a developer tool homepage" `
  --output .\out\hero.png `
  --size 1536x1024 `
  --quality high `
  --format png

使用文件名模式批量处理多张图像：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A cinematic city skyline at night" `
  --output .\out\skyline-{index}.webp `
  --n 3 `
  --format webp `
  --compression 90

使用两个输入和一个蒙版编辑图像：

python .\skills\gpt-image-2\scripts\gpt_image.py edits `
  --prompt "Blend the two references into one clean marketing illustration" `
  --image .\refs\subject.png `
  --image .\refs\background.png `
  --mask .\refs\mask.png `
  --output .\out\edit-{index}.png `
  --image-field-style brackets `
  --n 2

使用流式传输和部分预览的 Responses API：

python .\skills\gpt-image-2\scripts\gpt_image.py responses `
  --input-text "Generate a poster for an AI developer summit" `
  --model gpt-5.4 `
  --output .\out\poster-{index}.png `
  --stream `
  --partial-images 2 `
  --save-response .\out\poster-events.json

使用本地图像和蒙版进行 Responses API 编辑：

python .\skills\gpt-image-2\scripts\gpt_image.py responses `
  --input-text "Turn this product shot into a clean studio ad" `
  --model gpt-5.4 `
  --input-image .\refs\product.png `
  --mask .\refs\mask.png `
  --output .\out\studio.png `
  --action edit

检查构建的请求，但不发送：

python .\skills\gpt-image-2\scripts\gpt_image.py generations `
  --prompt "A minimal cover image" `
  --output .\out\cover.png `
  --dry-run

规则

• 公共文本转图像请求使用 generations。
• 多部分图像编辑和蒙版上传使用 edits。
• 高级工作流使用 responses：流式传输、混合文本与图像输入、previous_response_id、tool_choice、action，以及可选的 tool_model。
• 进程环境变量会覆盖 .env；CLI 标志会覆盖两者。
• 切勿打印机密信息。
• --output 可接受单个路径，也可接受 image-{index}.png 这样的模式，用于多图像或流式工作流。
• responses 使用与图像模型分开的顶层 Responses 模型；除非需要其他支持文本的模型，否则默认使用 gpt-5.4。
• Responses 工具工作流中的 quality 会原样传递，但最终行为仍取决于托管的图像工具。
• 对于 OpenAI GPT 图像模型，请省略 response_format；图像数据已经以 base64 格式返回。
• 对不受支持的 gpt-image-2 组合应快速失败：透明背景、无效尺寸、超出 0..3 范围的 partial_images，或在公共 Images 路由中 stream=true 且 n>1。

资源

• 脚本：scripts/gpt_image.py
• 配置参考：references/config.md
• API 端点参考：references/api-surface.md