gen-images

给 Claude Code 用的图片生成 / 改图 skill，适用于通过 CLIProxyAPI 调用 gpt-image-2 的场景。

功能

• 支持文生图
• 支持改图 / 编辑图片
• 支持自动触发
• 支持手动使用 /gen-images ...
• 自动读取 Agent 当前用户配置中的 API Base URL 和 Token/KEY
• 自动将生成结果保存到当前工作目录下的 ./gen-images/

使用前提

1. Python 环境

本 skill 通过 Python 脚本执行实际接口请求，因此本机需要可用的 Python 环境。

建议确认：

py --version

若无py环境可安装：

https://www.python.org/ftp/python/3.11.1/python-3.11.1-amd64.exe

2. Agent 配置

本 skill 会从下面的文件中读取当前用户配置：

~/.claude/settings.json

或

~/.codex/settings.json

需要存在以下字段：

• env.ANTHROPIC_BASE_URL
• env.ANTHROPIC_AUTH_TOKEN 或
• env.OPENAI_BASE_URL
• env.OPENAI_API_KEY

3. 后端接口支持

反代链路需要支持：

• POST /v1/images/generations
• POST /v1/images/edits

目录结构

gen-images/
├── SKILL.md
├── README.md
├── scripts/
│   └── gen_images.py
└── references/
    └── fields.md

安装方法

将整个 gen-images 目录复制到 Agent 工具的用户级 skills 目录：

~/.claude/skills/

或

~/.codex/skills/

最终路径应为：

~/.claude/skills/gen-images/SKILL.md
~/.claude/skills/gen-images/README.md
~/.claude/skills/gen-images/scripts/gen_images.py
~/.claude/skills/gen-images/references/fields.md

Windows 下通常对应：

C:\Users\<用户名>\.claude\skills\gen-images\

或

C:\Users\<用户名>\.codex\skills\gen-images\

复制后重启 Agent，或执行插件 / skill 重载。

使用方式

手动调用

/gen-images 生成一张透明背景的猫咪头像，1024x1024，png

/gen-images 把 ./input.png 改成水彩风，保留主体，输出 webp

自动触发

例如：

使用 gpt-image-2 生成一张透明背景的猫咪头像

支持的图片来源

改图模式支持：

• 本地文件路径
• 图片 URL
• data URL

如果缺少图片来源，skill 会提示用户补充：

1. 本地路径
2. 图片 URL / data URL

支持的 size 规则

当前规则如下：

• 1024x1024（1:1）
• 1024x1536（3:4）
• 1536x1024（4:3）
• 2048x2048（1:1）
• 3840x2160（16:9）
• 2160x3840（9:16）
• auto

支持识别这些写法：

1:1
3:4
4:3
16:9
9:16
1024x1024
1024x1536
1536x1024
2048x2048
3840x2160
2160x3840
auto

说明：

• 2160x3840
• 3840x2160

但这两个值不等同于 OpenAI 官方公开文档中的标准 size 枚举，属于当前链路下的实测兼容尺寸。

常见自然语言映射

例如：

• 高清 -> quality=high
• 透明背景 -> background=transparent
• 9:16 -> size=2160x3840
• 16:9 -> size=3840x2160
• png/webp/jpg/jpeg -> output_format
• 生成3张 -> n=3

更完整规则见：

• references/fields.md

超时规则

Bash 调用 scripts/gen_images.py 时，timeout 按图片尺寸自动设置。

统一规则以 references/fields.md 中的 timeout 规则 为准：

• 总像素量 >= 8000000 的 4k 级尺寸使用 15 分钟
• 其余情况使用 10 分钟
• auto、缺少 size、或无法解析时，按非 4k 处理

输出行为

默认输出目录：

./gen-images/

成功时返回类似：

图片已生成, 图片路径: C:\Users\xxx\gen-images\20260424-003204-01.png
实际使用的关键参数: model=gpt-image-2, size=2160x3840, quality=high, output_format=png, n=1

失败时返回类似：

生成失败: 缺少 prompt

注意事项

1. 本 skill 依赖 Python 环境
2. 本 skill 默认从 ~/.claude/settings.json 读取 API 配置
3. 2160x3840 / 3840x2160 为当前链路实测可用，不保证所有后端一致支持
4. 如果复杂长提示词在超大尺寸下偶发失败，建议先做最小提示词对照测试

相关文件

• SKILL.md：skill 主定义与触发规则
• scripts/gen_images.py：实际图片接口调用脚本
• references/fields.md：字段、映射与交互规则