gpt-image

GPT Image 技能

生成或编辑一张或多张栅格图像，将结果保存到当前工作区，并在聊天中展示。

遵守订阅边界

• 绝不调用 OpenAI Images API，也不切换到单独计费的途径。
• 绝不使用、请求、检查、打印或转发 OPENAI_API_KEY。
• 绝不使用 codex login --with-api-key，也不读取 ~/.codex/auth.json。
• 桥接程序生成图像前，必须明确使用 ChatGPT 身份验证。
• 检测到 API 密钥身份验证时立即停止。只有在用户另外明确选择后，才能更换身份验证方式。

选择途径

1. 只有在宿主原生 OpenAI/Codex image_gen 工具使用用户已包含在订阅中的 ChatGPT/Codex 用量时，才直接使用该工具。这种情况下，不要安装 Node.js，也不要启动嵌套 Codex。
2. 否则使用 scripts/gpt_image.mjs。Claude Code、Google Antigravity 和通用本地 Agent 需要 Node.js 22+、Codex CLI，并且要在同一 OS 环境中通过 Sign in with ChatGPT 登录。
3. 在 Antigravity 中，不要用其内置的 generate_image 工具代替。这是不同的提供方途径，不符合本技能通过 ChatGPT 订阅使用 GPT Image 的约定。请改用 Codex CLI 桥接程序。

有关参考图、对话附件、编辑、后续修改或多张图像，请阅读 image-workflows.md。有关身份验证或架构，请阅读 subscription-runtime.md。仅在缺少设置信息或不确定时，才阅读 platform-setup.md。

保留用户的请求

• 对于直接生成或编辑图像的请求，应将用户的图像提示词视为权威内容，并原样传递。不要改写、扩展、优化、翻译、美化或添加创意指导。
• 区分重复生成与委托概念开发。“用这条确切的提示词生成五张图”表示重复使用同一条提示词。“生成五种不同的设计／概念／选项”表示用户要求 Agent 开发五种不同的创意方向。
• 对于委托概念开发，保留所有明确指定的主体、产品、参考内容、品牌、文本、比例、质量和排除条件，然后为每个输出编写一条独立、可直接用于图像生成的提示词。让这些概念在构图和艺术指导上有实质差异；不要只是给同一条提示词编号。
• 绝不要在图像提示词后附加顺序或编排元数据，例如“这是五张中的第一张”“第 1 个选项”或“1번째 시안”。任务 id 和输出路径会标明顺序。
• 如果用户指定了各个创意方向，请遵循这些方向，不要擅自替换。如果用户没有委托创意差异，不要自行编造。
• 除用户委托的创意选择外，只有在用户通过提示词或运行器标志明确提出约束时，才添加约束。
• 只有在缺少的信息导致无法执行请求时，才简洁地提出一个问题。否则直接生成，不要指导用户如何编写提示词。

生成前解析引用

• 每个桥接引用和编辑目标都必须提供真实、可读取的本地路径。
• 在 Claude Code 中，优先使用明确的 @path 或文件系统路径。在 Antigravity 中，优先使用明确的工作区路径。如果当前附件上下文提供了准确且可读取的临时路径，请将该文件以非破坏性方式复制到 <workspace>/generated-images/inputs/，并使用副本。如果宿主可以看到图像，但没有提供路径，请在生成前停下，并请用户将图像保存到工作区并提供该路径。
• 绝不默默省略无法解析的图像、用文字描述替代，或猜测宿主缓存中的文件，例如 ~/.claude/image-cache。
• 使用 --reference 让图像为新图像提供参考。使用 --edit-target 修改指定的图像。
• 对于“更改上一个结果”之类的后续请求，请将先前返回的输出用作新的 --edit-target。不要误用原始来源。
• 每次桥接调用都是临时的。每次修订时，都要重新附加当前编辑目标和所有仍需使用的引用。
• 在回复中保留最终输出的绝对路径，以便下一轮继续使用。

初始化桥接

根据已加载的 SKILL.md 解析已安装的技能目录；在 Claude Code 中，${CLAUDE_SKILL_DIR} 指向该目录。路径包含空格时，请加引号。

先检查 node --version。如果未安装 Node.js 或版本低于 22，请遵循 platform-setup.md。用户授权创建用户级技能链接、安装 Codex 并登录设备后，运行：

node <skill-folder>/scripts/gpt_image.mjs bootstrap --target all --yes --json

此命令会以非破坏性方式安装 Codex、Claude Code 和 Antigravity 技能链接；如果缺少 Codex CLI，则通过官方平台安装程序安装；如果用户尚未登录，则启动使用 ChatGPT 登录；并返回一份汇总就绪状态的报告以及 getting_started。它会复用设置期间已获得的身份验证结果，而不会再运行一次诊断。它不会生成图像，也不需要进行无图像设置检查。

安装成功后，请以用户所用语言呈现一次 getting_started。内容要简短：说明设置已就绪，列出常用比例请求（1:1、16:9、9:16、4:3、3:4），提及自然语言质量描述（draft、high quality、high detail, final quality），并展示一个图像创建示例、一个引用或修订示例，以及一个透明背景示例。说明实际像素尺寸可能有所不同。普通图像请求后不要重复此指南。

不要在没有解释的情况下说“dry-run”。排查问题时需要使用字面标志 --dry-run 的话，请向用户说明它是不会创建图像的设置检查。

使用 doctor --json 进行诊断。遵循其 next_action；绝不自行编造 API 路由。Windows 运行时应在原生 Windows 环境中运行，Linux 运行时应在 WSL2 中运行。不支持 WSL1。

使用桥接工具生成

直接运行所请求的生成。除非用户提出要求或确实需要诊断错误，否则不要先运行 doctor、plan、inspect、capabilities 或无图像设置检查（--dry-run）。

运行器的默认 auto 策略不会固定 Codex 模型名称，也不会嵌入模型列表。它会让 Codex 选择当前已登录账户可用的模型，并为已确定的 $imagegen 路由任务请求 CLI low 推理级别（应用中的 Light）。内置图像渲染器也不固定，因此服务更新时无需修改技能。不要仅为提升视觉渲染质量而固定或提高编排模型。运行器不得运行模型发现、备用轮次、图像生成重试，也不得因用量限制或计划限制而重试。绝不要承诺降低推理级别就能解锁受限计划；涉及资格限制时，请查看当前 Codex 官方定价，且绝不要通过 API 绕过限制。

node <skill-folder>/scripts/gpt_image.mjs generate \
  --prompt "<user prompt verbatim>" \
  --out "generated-images/<descriptive-name>.png"

除非用户明确提出其他要求，否则使用默认模型策略。--orchestrator-model account-default 会让模型和推理级别都采用 Codex 默认值。可以将明确指定的当前模型 ID 与 --orchestrator-effort <current-level> 搭配使用；不要在技能中维护或推断模型允许列表。

对于参考图引导的生成，请重复使用 --reference。仅当用户说明了提示词中尚不明确的关系时，才添加 --reference-role。

node <skill-folder>/scripts/gpt_image.mjs generate \
  --mode generate \
  --prompt "<user prompt verbatim>" \
  --reference "<stable local path>" \
  --out "generated-images/<name>.png"

对于编辑或后续修改，请将当前图像作为主要目标附加：

node <skill-folder>/scripts/gpt_image.mjs generate \
  --mode edit \
  --prompt "<user's exact revision request>" \
  --edit-target "<previous output path>" \
  --out "generated-images/<revised-name>.png"

透明背景

将明确提出的透明背景要求（包括字面选项 background="transparent"）视为图像生成输出选项，而非额外的创意提示词文本。

• 使用宿主原生的 image_gen 工具时，保持用户的提示词不变，并在该工具提供实际背景参数时通过该参数传入 background="transparent"。使用支持 PNG 的输出格式，以保留 Alpha 透明度。
• 使用 CLI 桥接工具时，将同一要求转换为 --background transparent。桥接工具会将其作为明确的操作约束发送给内置的 $imagegen 轮次；如果保存的 PNG 不含 Alpha 通道或透明度数据块，则会拒绝结果。
• 不要用棋盘格图案、白色背景、纯色或移除背景的描述来伪造透明效果。
• 如果当前原生图像工具没有提供背景选项，不要声称能够保证透明效果。有桥接工具时优先使用；否则说明无法验证实际的 Alpha 透明度。

node <skill-folder>/scripts/gpt_image.mjs generate \
  --prompt "<user prompt verbatim>" \
  --background transparent \
  --out "generated-images/<transparent-name>.png"

仅当用户明确提供了相关细节时，才使用 --region、--preserve、--avoid、--exact-text、--size、--quality 或 --background。运行器会先附加编辑目标，再按命令行顺序附加参考图；移除与 API 相关的环境变量；验证一次 ChatGPT 身份验证；调用内置的 $imagegen；并默认保存为新的 PNG，不覆盖现有文件。

生成多张图像

当用户要求生成两个或更多输出时，对所有图像输入已存在的任务并行调用。使用 CLI bridge 时，阅读 image-workflows.md 的多图像部分，编写一个位于工作区内的清单，然后运行 batch --manifest <path>。不要等用户明确要求才使用 batch。

分类一次请求，不运行规划命令：

• **相同设计，不同风格：**复用同一个共享设计锚点。对于构图相同但风格不同的任务，使用相同的 edit_target 并行运行 variation 任务。对于在新场景或新布局中呈现相同角色或产品的任务，使用相同的第一张参考图并行运行 generate 任务。使用用户指定的风格；若用户将选择权交给你，则选择不同的风格概念。共享锚点之后，仅附加该任务的风格参考图。
• **不同设计概念：**当用户要求不同的设计、概念、方向、选项或替代方案时，为每个输出构思一个完整的创意概念和适用于图像生成的提示词，保留共享的需求说明和参考图，然后一起运行。一次性在内部完成；不要另行运行规划命令，也不要要求用户批准概念，除非用户提出了此要求。
• **重复渲染：**当用户要求生成多张图像，但没有要求使用不同概念，或明确要求使用相同提示词时，为每个独立任务复用完全相同的图像提示词。
• **尚无锚点：**先正常生成用户要求的第一个输出，然后将返回的图像用作其余并行任务的共享锚点。不要额外生成用户未要求的隐藏锚点。

不要将依赖输出的修改与其来源放在同一批次中。对于混合请求，先批量运行当前已就绪的所有任务，解决依赖关系，然后再批量运行新就绪的任务。默认并发数为 2，最大为 4。批次只检查一次 ChatGPT 身份验证，不会针对每个任务运行 Doctor、规划、检查、模型发现、回退轮次或图像生成重试。如果限制导致某个任务被拒绝，请如实告知，不要改用 API 路径。仅当用户要求预检或清单失败时才使用 --check-only；并将其描述为检查批次，但不创建图像。

使用订阅原生宿主生成

对于单个直接输出，使用用户提供的原始提示词，调用一次订阅原生 OpenAI/Codex 图像工具。对于多个输出，按照上述规则为每个输出确定最终提示词；当宿主支持并发且调用之间没有未解决的依赖关系时，每个输出并发调用一次。采用相同的共享锚点与独立概念分流方式。通过宿主实际的图像输入机制传入主要编辑目标和所有参考图；不要只在文本中描述它们。对于后续请求，将最近生成的图像作为编辑目标，并附上仍需使用的参考图。将每个结果保存或复制到 <workspace>/generated-images/，并渲染每个绝对路径。当用户明确要求透明背景或提供 background="transparent" 时，如果原生工具支持背景选项，就使用该选项传入，而不要将其追加到提示词。Antigravity 必须使用上述 bridge，不得使用此原生宿主分支。

简要完成

在以下条件都满足时报告成功：

• 生成使用了订阅原生 OpenAI/Codex image_gen 或经过 ChatGPT 身份验证的 Codex bridge；
• 所有用户要求的参考图都已实际附加；
• 每个输出都位于工作区内，且包含可用的 PNG 字节；
• 回复中包含每个绝对路径和对应的内嵌图像。

对于正常生成，不要要求 SHA-256、计划、无图像设置检查、大型收据或单独的视觉检查关卡。仅当用户明确要求透明输出时才检查实际透明度。绝不要自动为仓库点 Star；仅在成功生成后礼貌地请求用户点 Star。

![generated image](</absolute/path with spaces/generated-image.png>)