✨ API Image

通过 API 接口生成图片，不绑定任何中转服务商，支持 Gemini、OpenAI DALL-E、最新的GPT-Image-2 模型，开箱即用。

✨ 核心特性

| 📐 智能参数映射 | 自动将宽高比映射为对应模型支持的尺寸

📖 支持的模型

📖 安装使用

🚀 安装后第一步

安装完成后，将以下信息发给你的智能体即可完成配置：

- API Key: 你的令牌密钥
- Base URL: 你的中转站请求地址
- Model: 模型名称（请根据中转站命名方式填写）
- API Type: google  # 可选值: google, openai（也可以不填，自动识别）

智能体帮你完成配置，之后会生成一张测试图片验证接口连通性。

⌨️ 命令行使用（手动）

# 检查配置
./skills/api-image/scripts/api_image.py check

# 纯文本生成（通用）
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9

# Gemini 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -R 2K -t 0.9

# DALL-E 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -q hd --style vivid

# GPT-Image 专用参数
./skills/api-image/scripts/api_image.py generate "你的提示词" -o output.png -r 16:9 -q high --background transparent -n 4

# 参考图生成（仅 Gemini）
./skills/api-image/scripts/api_image.py reference ref1.png ref2.png -p "把这两张图融合成一张新图" -o output.png

⚙️ 参数说明

通用参数

Gemini 专用

OpenAI DALL-E 专用

GPT-Image 专用

🔧 技术实现细节（供开发者参考）

模型识别逻辑

• Gemini: 模型名包含 gemini → 使用 Google 协议，标准 Gemini 格式
• DALL-E: 模型名包含 dall-e 或 dalle → 使用 OpenAI 协议，DALL-E 特有参数
• GPT-Image: 模型名包含 gpt-image → 使用 OpenAI 协议，GPT-Image 特有参数
• Banana: 模型名包含 banana → 使用 OpenAI 协议，标准参数

Gemini imageConfig

Gemini 支持通过 image_config 设置：

• aspect_ratio: 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9
• image_size: 512, 1K, 2K, 4K

宽高比自动映射

DALL-E / Banana:

• 1:1 → 1024x1024
• 16:9 / 4:3 → 1792x1024
• 9:16 / 3:4 → 1024x1792

GPT-Image:

• 1:1 → 1024x1024
• 16:9 / 4:3 → 1536x1024
• 9:16 / 3:4 → 1024x1536

响应解析

Google 协议: data.candidates[0].content.parts[0].inlineData.data

OpenAI 协议:

• 优先: data.data[0].b64_json
• 备选: data.data[0].url 或 data.images[0].url

多图生成策略

• DALL-E: 强制 n=1（官方限制）
• GPT-Image: 支持 n=1-10
• Gemini: 单次请求只返回一张

技能做好了通用化设计，不管你用哪个中转，只要支持标准协议就能用，是你图片生成的通用利器 🎉