image-gen

图像生成

如果尚未加载 submit_image，请先使用 ToolSearch 加载，再调用它，这样就能使用其实际参数，而不是猜测。

ChatCut 图像生成和编辑需要有效的付费 Pro 订阅，并且每种模型都要消耗点数。如果 submit_image 返回 FEATURE_NOT_INCLUDED，请说明需要升级；不要重试其他 ChatCut 模型来绕过此要求。Codex 原生图像生成功能沿用其自身的宿主权限，不受此 ChatCut 要求约束。

通过后端生成 API 生成 AI 图像。仅提交：创建生成任务并返回 jobId。

提交后，使用 track_progress 工具查看状态或等待完成。

模型选择

模型	优势	最大参考图数
gpt-image-2.5-flare	默认：快速生成日常图像并进行编辑	10
gpt-image-2.5-sunburst	精准编辑和细节丰富的创意作品	10
gpt-image-2	上一代 GPT 图像模型	10
nano-banana	参考图保真度最高	14

• gpt-image-2.5-flare 是默认模型。遵循用户提示中指定或明确要求的图像模型。
• 用户选择 gpt-image-2.5-sunburst 进行精准编辑时，使用该模型。
• nano-banana 适合大量使用参考图的场景。当参考图保真度比文字渲染更重要，或用户需要超过 10 张参考图时，使用该模型。

重要： 生成前，请阅读相应模型的参考文档，了解参数、限制和提示词技巧：

• Image 2.5 Flare / Sunburst → references/gpt-image-2.5.md
• gpt-image-2 → references/gpt-image-2.md
• nano-banana → references/nano-banana.md

工具参数

参数	值	默认值
aspectRatio	1:1、16:9、9:16、4:3、3:4、3:2、2:3、4:5、5:4、21:9	16:9
imageSize	1K、2K、4K	1K
quality	low、medium、high、auto；Image 2.5 还支持 xhigh、max	high
background	auto、opaque、transparent（仅限 Image 2.5；PNG 输出）	auto
referenceAssetIds	项目资源 ID 数组 — 后端会在服务器端解析字节数据	—
name	在资源库中显示的简短描述性资源名称	—
count	要生成的图像数量（1–10 张，每张都会创建一个单独的任务）	1

默认设置

• 宽高比：16:9。如果项目构图不是 16:9，生成前请询问用户希望使用哪种宽高比。
• 尺寸：1K。

提交前询问

• 切勿自动提高尺寸。
• 仅当用户明确要求时才设置 imageSize: "2K" 或 imageSize: "4K"。请提醒用户，2K/4K 属于实验性选项，生成速度可能较慢。

参考图像

当用户提供要编辑、融合或用作视觉参考的素材时使用（例如“更换背景”“把这些图合成一张海报”）。

• 通过 referenceAssetIds 传入项目资源 ID。后端会在服务器端获取并编码这些资源 — 切勿自行获取资源字节数据。
• 用户使用 @ 提及某个图像资源时，将其 ID 直接传入 referenceAssetIds。
• 后端接受的格式：png、jpeg、webp、svg（自动栅格化为 png）、heic、heif。每个文件不超过 50MB。

运行

// Basic generation
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "a cute orange cat",
  name: "Cat",
});

// With quality (OpenAI models)
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "hero poster with bold title",
  quality: "high",
  name: "Hero Poster",
});

// With reference images — pass project asset ids; backend resolves bytes
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "change background to beach",
  referenceAssetIds: ["<assetId>"],
  name: "Beach Edit",
});

// Reference-heavy with nano-banana
submit_image({
  model: "nano-banana",
  prompt: "composite poster",
  referenceAssetIds: ["<id1>", "<id2>"],
  name: "Composite",
});

// Multiple images
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "product shots",
  count: 3,
  name: "Product",
});

提交后，调用 track_progress，并传入 action=status jobIds=<jobId>。如果当前任务依赖尚未终结的结果，则调用 action=wait，并按其结果执行：支持自动跟进时，它会注册后续操作，你需要结束当前轮次；否则，它会返回休眠并重新检查的指导。上述两个操作都不会阻塞。

规则

• 始终提供 name，并使用简短且具有描述性的资源名称。
• 除非用户只要求排队，否则等待任务完成。后续编辑时使用返回的资源 ID；用户要求将图像放到时间轴上时，使用 edit_item。
• 生成内容会消耗额度。提交前，简要告知用户你准备生成什么内容，尤其是在要生成多张图像时。
• 不要使用此技能管理任务。请使用 track_progress 工具。