mcpField
O
openai-image-gen

openai-image-gen

github.com/openclaw创意与媒体393.3k1.0k 次安装今天更新
代码仓库

关于 openai-image-gen

此 Python 技能生成结构化图像提示词，并通过 OpenAI Images API 渲染图像。它支持多种图像模型，并在输出图像文件的同时生成缩略图集。

主要功能

  1. 01生成结构化提示词
  2. 02通过 OpenAI Images API 渲染图像
  3. 03选择图像模型和生成选项
  4. 04保存提示词与文件映射
  5. 05创建 HTML 缩略图集

适用场景

  1. 01批量生成多样化图像
  2. 02根据给定提示词渲染图像
  3. 03按指定尺寸和格式导出图像

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/openclaw/openclaw --skill openai-image-gen

安装后在 Claude Code 中输入/openai-image-gen确认已加载。

附带文件scripts/gen.pyscripts/test_gen.py

详细介绍

OpenAI Image Gen

生成少量“随机但有结构”的提示词，并通过 OpenAI Images API 渲染它们。

运行

注意：图像生成可能比常见的 exec 超时时间更长（例如 30 秒）。 使用 OpenClaw 的 exec 工具调用此技能时，请设置更长的超时时间，以避免过早终止或重试（例如，exec timeout=300）。

python3 {baseDir}/scripts/gen.py
open ~/Projects/tmp/openai-image-gen-*/index.html  # if ~/Projects/tmp exists; else ./tmp/...

常用参数：

# GPT image models with various options
python3 {baseDir}/scripts/gen.py --count 16 --model gpt-image-1
python3 {baseDir}/scripts/gen.py --prompt "ultra-detailed studio photo of a lobster astronaut" --count 4
python3 {baseDir}/scripts/gen.py --size 1536x1024 --quality high --out-dir ./out/images
python3 {baseDir}/scripts/gen.py --model gpt-image-1.5 --background transparent --output-format webp

# DALL-E 3 (note: count is automatically limited to 1)
python3 {baseDir}/scripts/gen.py --model dall-e-3 --quality hd --size 1792x1024 --style vivid
python3 {baseDir}/scripts/gen.py --model dall-e-3 --style natural --prompt "serene mountain landscape"

# DALL-E 2
python3 {baseDir}/scripts/gen.py --model dall-e-2 --size 512x512 --count 4

模型特定参数

不同模型支持的参数值不同。脚本会根据模型自动选择适当的默认值。

尺寸
  • GPT 图像模型（gpt-image-1、gpt-image-1-mini、gpt-image-1.5）：1024x1024、1536x1024（横向）、1024x1536（纵向）或 auto
    • 默认值：1024x1024
  • dall-e-3：1024x1024、1792x1024 或 1024x1792
    • 默认值：1024x1024
  • dall-e-2：256x256、512x512 或 1024x1024
    • 默认值：1024x1024
质量
  • GPT 图像模型：auto、high、medium 或 low
    • 默认值：high
  • dall-e-3：hd 或 standard
    • 默认值：standard
  • dall-e-2：仅支持 standard
    • 默认值：standard
其他值得注意的差异
  • dall-e-3 仅支持一次生成 1 张图像（n=1）。使用此模型时，脚本会将数量自动限制为 1。
  • GPT 图像模型支持更多参数：
    • --background：transparent、opaque 或 auto（默认）
    • --output-format：png（默认）、jpeg 或 webp
    • 注意：可通过 API 使用 stream 和 moderation，但此脚本尚未实现
  • dall-e-3 有一个 --style 参数：vivid（超逼真、戏剧性）或 natural（更自然逼真）

输出

  • *.png、*.jpeg 或 *.webp 图像（输出格式取决于模型 + --output-format）
  • prompts.json（提示词 → 文件映射）
  • index.html（缩略图库）

评论

支持 Markdown