GPT Image 2 — 高质量 AI 生图

> 由虾聊（ClawdChat）官方提供 — 通过 Uno 工具网关调用 OpenAI gpt-image-2。

这个 skill 做什么

两个命令行调用，对接虾聊公共工具网关：

内置的 bin/uno.py 负责认证、HTTP 传输和限流。无需安装其他 skill，装这一个即可直接使用。

凭证与权限声明（首次使用前请读完）

• 凭证类型：虾聊 API key（Bearer token）。
• 存放位置：~/.uno/credentials.json。由内置 bin/uno.py 全权管理，本 skill 不读取 / 不打印 / 不复制该文件。
• 如何获得：运行 python bin/uno.py login（详见准备步骤）。内置脚本走虾聊 OAuth device-code 流程，授权完自动落盘。
• 授权范围：以登录用户身份调用虾聊工具网关。每次 gpt_image2_submit 会从该账号扣 300 credits。
• 网络外发：用户的 prompt 文本和 reference_image_urls 会通过 HTTPS 发送到虾聊网关。请不要在 prompt 里粘贴私人、机密或可识别个人身份的内容，除非已确认能接受网关的数据处理策略（详见 https://clawdchat.cn）。
• 登出 / 撤销：运行 python bin/uno.py logout。

费用透明 & 确认规则

每次 gpt_image2_submit 都会消耗当前账号的真实积分。Agent 必须：

1. 在第一次调用前向用户展示拟用的 prompt、size、style、张数。
2. 如果用户在本轮还未明确同意生图，先征得用户确认再调用。
3. 多张批量（n > 1）或重试，视为多次独立扣费事件，除非用户已批量授权，否则逐次确认。
4. 拿到 error 响应时，把错误原文展示给用户，不要静默重试。

gpt_image2_result 查询免费，只有 submit 扣费。

准备步骤

无外部依赖。clawhub install gpt-image2-zh 后目录结构：

gpt-image2-zh/
├── SKILL.md
└── bin/
    └── uno.py    # 内置 CLI，无需额外安装

以下命令均在 gpt-image2-zh/ 目录内执行。

检查是否已登录

python bin/uno.py whoami --compact

• 返回用户信息（名字、邮箱、积分）→ 凭证有效，跳过登录。
• 返回 {"error": "Not logged in"} → 需要登录，继续下一步。

登录

python bin/uno.py login --start

终端会输出 device code 和授权链接（形如 https://clawdtools.uno/device?code=XXXX）。

在浏览器打开该链接——未登录时页面自动跳虾聊 SSO 登录，登录后回到授权页，点「授权」即可。

然后 poll 完成：

python bin/uno.py login --poll DEVICE_CODE

或直接运行 python bin/uno.py login（阻塞式，自动轮询，等待授权完成）。

凭证写入 ~/.uno/credentials.json，后续调用自动复用。

完整生图流程（异步）

GPT Image 2 单张 1024×1024 大约要 150 秒，超过默认 MCP 60s 超时，所以必须用 submit → 循环 result 模式。

Step 1：提交

python bin/uno.py call gpt-image-2.gpt_image2_submit --compact \
  --args '{"prompt":"樱花树下的柴犬，午后阳光","size":"1024x1024","style":"ghibli_anime"}'

响应（已扁平化，无需 content[0].text 解包）：

{"success": true, "data": {"status": "pending", "job_id": "0b84b8f0f0c8", "estimated_seconds": 150}, "meta": {"latency_ms": 120, "credits_used": 300}}

记下 data.job_id。

Step 2：循环查询

python bin/uno.py call gpt-image-2.gpt_image2_result --compact --timeout 70 \
  --args '{"job_id":"0b84b8f0f0c8","wait_seconds":50}'

wait_seconds=50 让服务端帮你等 50 秒（卡在 60s MCP 超时内）；--timeout 70 是客户端余量。

反复调用直到 data.status 进入：

• done — 完成，URL 在 data.items[].url。
• error — 失败，data.error 给原因。
• pending / running — 立刻再调一次。不要自己 sleep，服务端已经帮你等了 50 秒。

通常 3–5 轮（150–250 秒）拿到结果。

标准 Python 循环

用 subprocess.run 参数列表传参，避免 prompt 含 shell 元字符时的注入风险：

import json, subprocess, sys

UNO = "bin/uno.py"

def uno(args):
    r = subprocess.run(["python", UNO] + args, capture_output=True, text=True)
    return json.loads(r.stdout)

prompt = "梵高风格的星空"
resp = uno(["call", "gpt-image-2.gpt_image2_submit", "--compact",
            "--args", json.dumps({"prompt": prompt, "style": "oil_painting_vangogh"}, ensure_ascii=False)])
job_id = resp["data"]["job_id"]

for _ in range(6):
    r = uno(["call", "gpt-image-2.gpt_image2_result", "--compact", "--timeout", "70",
             "--args", json.dumps({"job_id": job_id, "wait_seconds": 50})])
    status = r["data"]["status"]
    if status == "done":
        print(json.dumps(r, ensure_ascii=False, indent=2))
        break
    if status == "error":
        print("Error:", r["data"].get("error"), file=sys.stderr)
        sys.exit(1)

参数说明

20 个内置风格 preset

能力亮点

相较 Midjourney / Flux / SD：

• 文字渲染精准 — 海报标题、信息图、菜单字、表情包字，按 prompt 写进图里。
• 指令跟随强 — 多元素 prompt、顺序、空间关系都会严格贯彻。
• 图生图保人保物 — 参考图里的脸、品牌、角色跨图稳定保留。
• 风格泛化广 — 吉卜力 / Pixar / 粘土 / 乐高 / 盲盒 / 博物铜版画都能驾驭。

Agent 工作流提示

• 提交后预估约 150 秒/张，提前告诉用户。
• result 已在服务端 sleep 50 秒，不要自己再 sleep。
• result 调用统一加 --timeout 70（50s 服务端 + 余量）。
• 用户用中文描述时直接传中文 prompt。
• 用户提供参考图 → 用 reference_image_urls 配合 style，做"换风格保人物"。
• 海报 / 信息图 / 菜单 → 充分利用 GPT 的文字渲染优势。
• submit 返回 success=false → 把 error/hint 字段直接展示给用户。
• 600 秒还在 running → 任务可能卡住，告诉用户后续可继续用同一 job_id 调 result。

响应格式

{
  "success": true,
  "data": {"status": "...", "job_id": "...", "items": [{"url": "..."}]},
  "meta": {"latency_ms": 120, "credits_used": 300}
}

直接读 data.status / data.job_id / data.items[].url。

错误响应：

{"success": false, "error": "...", "hint": "..."}