imagegen

# 图像生成技能 为当前项目生成或编辑图像（例如：网站素材、游戏资产、UI 模型、产品模型、线框图、Logo 设计、照片级真实图像、信息图表）。默认使用 `gpt-image-1.5` 和 OpenAI 图像 API，并优先使用捆绑的 CLI 以实现确定性、可重复的运行。 ## 何时使用 - 生成新图像（概念艺术、产品拍摄、封面、网站首屏大图） - 编辑现有图像（重绘、遮罩编辑、光照或天气转换、背景替换、对象移除、合成、透明背景） - 批量运行（多个提示词，或跨提示词的多个变体） ## 决策树（生成 vs 编辑 vs 批量） - 如果用户提供了输入图像（或说“编辑/修图/重绘/遮罩/翻译/本地化/仅更改 X”）→ **编辑** - 否则，如果用户需要许多不同的提示词/资产 → **批量生成** - 否则 → **生成** ## 工作流 1. 确定意图：生成、编辑还是批量（见上方的决策树）。 2. 预先收集输入：提示词、确切文本（逐字）、约束/避免列表，以及任何输入图像/遮罩。对于多图像编辑，按索引和角色标记每个输入；对于编辑，明确列出不变项。 3. 如果是批量：在 tmp/ 下编写一个临时 JSONL（每行一个任务），运行一次，然后删除该 JSONL。 4. 将提示词扩充为简短的标记化规范（结构 + 约束），不要凭空捏造新的创意需求。 5. 使用合理的默认设置运行捆绑的 CLI (`scripts/image_gen.py`)（参考 references/cli.md）。 6. 对于复杂的编辑/生成，检查输出（打开/查看图像）并验证：主体、风格、构图、文本准确性以及不变项/避免项。 7. 迭代：进行单次针对性修改（提示词或遮罩），重新运行，重新检查。 8. 保存/返回最终输出，并记录所使用的最终提示词 + 标志。 ## 临时文件与输出约定 - 使用 `tmp/imagegen/` 存放中间文件（例如 JSONL 批处理）；完成后删除。 - 在此仓库工作时，将最终产物写入 `output/imagegen/`。 - 使用 `--out` 或 `--out-dir` 控制输出路径；保持文件名稳定且具有描述性。 ## 依赖（如果缺失请安装） 推荐使用 `uv` 进行依赖管理。 Python 包： uv pip install openai pillow 如果 `uv` 不可用： python3 -m pip install openai pillow ## 环境 - 必须设置 `OPENAI_API_KEY` 才能进行实时 API 调用。 如果缺少密钥，请向用户提供以下步骤： 1. 在 OpenAI 平台 UI 中创建 API 密钥：https://platform.openai