mcpField
G
gpt-image-v2

gpt-image-v2

github.com/eachlabs创意与媒体44145 次安装今天更新
代码仓库

关于 gpt-image-v2

gpt-image-v2 是通过 EachLabs Predictions API 使用 OpenAI 图像模型的技能，涵盖提示词生成和自然语言图像编辑，并介绍如何保留构图及生成图中文字。

主要功能

  1. 01文本生成图像
  2. 02自然语言图像编辑
  3. 03保留参考图构图
  4. 04生成图中文字
  5. 05轮询预测状态与接收 Webhook

适用场景

  1. 01制作文字清晰的海报
  2. 02生成标签可读的产品图
  3. 03保留主体并替换背景
  4. 04获取已完成预测的输出

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/eachlabs/skills --skill gpt-image-v2

安装后在 Claude Code 中输入/gpt-image-v2确认已加载。

附带文件references/MODELS.md

详细介绍

GPT Image v2

OpenAI 的 GPT Image v2 接入 EachLabs Predictions API。与 v1.5 相比，GPT Image v2 可生成保真度更高的图像，提示词理解能力更强、构图一致性更好、光照效果更符合物理规律、细节渲染更出色，还能可靠地生成图像内文字。

两个模型 slug：

Slug类别用途
gpt-image-v2-text-to-image文生图根据提示词生成新图像
gpt-image-v2-edit图生图使用自然语言指令编辑现有图像

适用场景

  • 用户提到“GPT Image”、“OpenAI image”、“gpt-image-2”或 ChatGPT 背后的图像模型。
  • 需要高保真写实效果和准确的图像内文字（海报、信息图、包装、标识）。
  • 需要品牌一致、标签和徽标清晰可读的产品摄影图。
  • 需要遵循指令进行编辑，同时保留参考图像的主体和布局。

如需比较更多模型（Flux、Seedream、Imagen 等），请参阅 eachlabs-image-generation。如需了解其他图像编辑模型，请参阅 eachlabs-image-edit。

身份验证

Header: X-API-Key: <your-api-key>

设置 EACHLABS_API_KEY 环境变量。在 eachlabs.ai/dashboard/api-keys 获取密钥。

预测流程

  1. （推荐）检查架构 — 使用 GET https://api.eachlabs.ai/v1/model?slug=gpt-image-v2-text-to-image 查看当前的 request_schema。对 gpt-image-v2-edit 执行相同操作。
  2. POST 到 https://api.eachlabs.ai/v1/prediction，并传入 model、version: "0.0.1" 和 input。
  3. 轮询 GET https://api.eachlabs.ai/v1/prediction/{id}，直到 status 为 "success" 或 "error"，也可以使用 Webhook。
  4. 从 output（数组）中提取输出 URL。

快速开始 — 文生图

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "gpt-image-v2-text-to-image",
    "version": "0.0.1",
    "input": {
      "prompt": "A minimalist poster reading \"BREW LAB\" in bold serif, steam rising from a ceramic mug, warm paper texture, editorial photography"
    }
  }'

典型处理时间：约 40 秒。

快速开始 — 图像编辑

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "gpt-image-v2-edit",
    "version": "0.0.1",
    "input": {
      "prompt": "Replace the background with a sunlit loft interior while keeping the product label and angle identical",
      "image_url": "https://your-cdn.example.com/product.jpg"
    }
  }'

典型处理时间：约 100 秒。参考图像始终以高保真度处理，因此输入图像 token（及费用）高于其他 GPT Image 模型。

轮询

curl https://api.eachlabs.ai/v1/prediction/{PREDICTION_ID} \
  -H "X-API-Key: $EACHLABS_API_KEY"
状态含义
processing仍在运行 — 再次轮询
success已完成 — 读取 output（URL 数组）
error失败 — 读取 message / details

Webhook（轮询的替代方式）

在创建请求的正文中传入 "webhook_url": "https://your.host/path"。EachLabs 会发送 POST 请求：

{
  "exec_id": "prediction-uuid",
  "status": "succeeded",
  "output": "https://...",
  "error": ""
}

status 为 "succeeded" 或 "failed"。请在 30 秒内返回 2xx 响应。

定价

两个模型均采用按 token 动态计费：

Token 类型费率
文本输入$5 / 1M tokens
图像输入$10 / 1M tokens
文本输出$40 / 1M tokens
图像输出$30 / 1M tokens

如果无法获取 token 明细，EachLabs 会按“中等画质 1024×1024 等效图像”的费率计费。

gpt-image-v2-edit 始终以高保真度处理参考图像，因此图像输入 token（及费用）明显高于 gpt-image-v1-5-edit 或 Nano Banana。除非需要保留高细节，否则建议在上传前将参考图像最长边缩小到 1024px。

提示词技巧

  • 图像内文字：将确切文案放在双引号内（"BREW LAB"），并指定字体风格（“粗体衬线字体”、“无衬线标题”）。v2 能可靠地渲染密集段落和多语言布局。
  • 构图：分别描述主体、取景、镜头和光照。v2 比 v1.5 更能遵循构图指示。
  • 编辑：明确指出必须保持不变的内容（“保持标签、角度和光照完全一致；只替换背景”）。
  • 写实效果：使用具体的物理特征（“45° 掠射阳光、柔和衰减、细微的皮肤次表面散射”），而不是笼统的形容词。

速率限制与限制条件

限制值
创建请求每个密钥每分钟 100 次
并发预测每个密钥 10 个
文件输入仅支持可公开访问的 HTTPS URL — 不支持 data-URI 或 localhost

错误

错误响应体：{ "status": "error", "message": "...", "details": "..." }

代码含义
400输入无效
401缺少或无效的 X-API-Key
404未知模型或预测 ID
429请求过于频繁 — 请退避重试
5xx使用指数退避策略重试

安全约束

  • 禁止加载任意 URL：image_url 必须指向你自己的、可通过 HTTPS 访问的存储（S3、GCS、CDN）。未经验证，不要转发用户粘贴的 URL。
  • 禁止使用第三方 API 令牌：切勿通过 input 转发 OpenAI / Anthropic / HF 令牌 — 身份验证仅使用 EachLabs API 密钥。
  • 调用前先验证：在构造 input 前，始终通过 GET /v1/model?slug=<slug> 获取实时 request_schema。该架构是唯一可信依据。

参数参考

完整的各 slug 参数表请参阅 references/MODELS.md。

评论

支持 Markdown