Gpt Image 2 Skill

Run image generation and editing through one CLI surface that hides provider differences. The Node wrapper at scripts/gpt_image_2_skill.cjs resolves an underlying Rust binary (env override → bundled Skill binary → installed binary → Tauri App bundled CLI → repo cargo run → cached release → bootstrap download) and forwards every flag. On glibc Linux, release bootstrap tries the GNU archive first and then the static musl archive as the sandbox fallback.

When to use this skill

• Generate or edit an image and capture a structured result an agent can parse.
• Switch between OPENAI_API_KEY, an OpenAI-compatible base URL, and Codex auth.json without changing command shape.
• Respect shared provider config at $CODEX_HOME/gpt-image-2-skill/config.json so CLI, App, and Skill use the same default provider.
• Need final transparent PNG deliverables, masks, custom sizes up to 4K, or raw request bodies.
• Want live progress events (retries, multipart prep, Codex SSE) on stderr while the final JSON lands on stdout.

Quick start

Always pass --json so the result is machine-readable. Add --json-events when progress visibility matters.

# 1. Confirm runtime + provider readiness
node scripts/gpt_image_2_skill.cjs --json config inspect
node scripts/gpt_image_2_skill.cjs --json doctor
node scripts/gpt_image_2_skill.cjs --json auth inspect

# 2. Generate a final transparent PNG deliverable
node scripts/gpt_image_2_skill.cjs --json --json-events \
  transparent generate --prompt "..." --out /tmp/asset.png \
  --size 2K --quality high

# 3. Generate a normal image (auto-selects provider; OpenAI first, then Codex)
node scripts/gpt_image_2_skill.cjs --json --json-events \
  images generate --prompt "..." --out /tmp/out.png \
  --format png --size 2K

# 4. Edit a reference image (OpenAI multipart)
node scripts/gpt_image_2_skill.cjs --json --json-events \
  images edit --prompt "..." --ref-image /tmp/in.png --out /tmp/out.png

# 5. Remove a controlled background from existing source images
node scripts/gpt_image_2_skill.cjs --json \
  transparent extract --input /tmp/source-green.png --out /tmp/asset.png \
  --method chroma --matte-color auto --strict

# 6. Verify the final file before delivery
node scripts/gpt_image_2_skill.cjs --json \
  transparent verify --input /tmp/asset.png --profile icon --strict

# 7. Raw request escape hatch
node scripts/gpt_image_2_skill.cjs --json \
  request create --request-operation generate \
  --body-file /tmp/body.json --out-image /tmp/out.png --expect-image

# 8. Self-test (calls doctor + auth inspect)
node scripts/selftest.cjs

Force a provider with --provider openai, --provider codex, or any named provider from config inspect; leave the default --provider auto to use default_provider first. Override the legacy OpenAI base URL with --openai-api-base https://....

本地 Codex 生图（2026-09-09 更新）

以下 CLI 示例走 Responses 路径。复现最新 Codex App 时，应区分宿主原生 image_gen.imagegen 的独立 Images 路径；见 references/codex-native-imagegen.md。原生工具成功不代表 CLI 已适配，服务端别名也不能证明实际权重版本。

用户指定 Codex 时，必须显式传 --provider codex，避免共享配置将请求路由到 OpenAI-compatible 服务。下面的命令从 Skill 目录执行，使用本地 Codex 登录，不需要 OpenAI API key：

node scripts/gpt_image_2_skill.cjs --json --provider codex doctor
mkdir -p output
node scripts/gpt_image_2_skill.cjs --json --json-events --provider codex \
  images generate --model gpt-6-astra \
  --prompt "一只橙色纸雕小狐狸坐在蓝绿色月牙上，深蓝背景" \
  --out output/codex-fox.png --format png --size 1024x1024 \
  > output/result.json 2> output/events.jsonl

• 当前 CLI 的 Codex 默认值仍是 gpt-5.4；本地实测已被 ChatGPT 账户后端拒绝。示例显式使用本次验证的 gpt-6-astra，其他账户仍需核对可用模型。
• --model 是外层调用工具的模型，不能填 gpt-image-2.5-flare 或 gpt-image-2.5-sunburst。这两个是图像模型 ID。
• 普通命令未指定 tools[].model，由 Codex 服务端选择绘图模型。读取 类型为 response.created 的 SSE 日志中 data.response.tools[].model；不要将 CLI 摘要的 delegated_image_model 当作实测结果，该字段在当前版本仍硬编码为 gpt-image-2。
• 只有最终 JSON 的 ok: true、图片文件真实存在且经过视觉检查，才能报告生图成功。请求被接受或进入 generating 不能视为完成。
• HTTP 400 的模型不支持错误应修正模型；不要改用其他 provider。遇到额度、权限或认证错误时报告原因，不自动切到付费 API。
• 对照发现：size 参数本身未保证执行；把尺寸和比例写入提示词曾准确得到1536×1024，冲突时跟随提示词，但4K提示词仍未得到4K。不要按请求值报告实际尺寸。
• 参数并非全无效：output_format确实决定PNG/JPEG；background=opaque压过透明提示词，生成了RGB棋盘格假透明。透明候选应使用auto，并检查真实alpha；quality不能靠提示词保证。
• 关于显式 2.5 请求、服务端返回模型和透明背景限制，见 references/codex-local-verification.md。

Image 2.5 与运行时能力边界

OpenAI 官方已列出 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst，可在 OpenAI Image API 中使用 --model 显式选择；这不代表 Codex 订阅后端已支持相同模型选择。保留用户指定的模型和共享配置。

2.5 的公共 API 支持 xhigh / max 质量和原生透明 PNG/WebP，当前 Rust CLI 与桌面生成界面已支持 low|medium|high|xhigh|max|auto；xhigh/max 仅用于支持它们的 API 模型，不能保证 Codex 订阅后端支持。Codex 的原始请求操作必须是 responses，不能用 generate。

官方依据：Flare、Sunburst、图像生成指南。

防止静默降级与中文质量验收

• 用户要求Image 2或2.5时，不得为了透明、速度或失败重试自行改用1.5，也不得切换provider掩盖失败。
• 区分请求模型、服务端报告模型、实际权重版本。Codex只返回别名或没有版本字段时，将实际版本标为unknown；不能保证未发生后端回退，也不能仅凭中文表现或透明alpha推断版本。
• 复杂中文须核对原文：常规长句、金额、近形字、生僻字和标点分别检查。2026-09-09新增4张对照中，两条路径均能生成清晰常规中文和真实透明，但均未正确保持“戊戌戍”等辨字及全部生僻字，不能宣称全文准确。
• 最新官方提示词指南已将Image 2透明列为preview，2.5两款均支持透明；“真透明意味着1.5”已不是有效判据。公开API支持不代表Codex订阅路径相同参数必然成功。
• 模型身份不可验证时，不把质量测试包装成身份认证。此处是Skill执行要求，不是已实现的服务端版本锁定功能。

Runtime freshness check

Before using newly documented command groups, especially transparent generate, transparent extract, or transparent verify, confirm the actual CLI runtime is fresh enough. Skill files, the Tauri App bundle, npm global CLI, cargo-installed CLI, and wrapper cache can drift independently.

Start by checking the latest upstream CLI version:

npm view gpt-image-2-skill version

Then look for the Tauri App bundled CLI first. Treat the app bundle as user-managed software: if it exists but is older than upstream, ask the user before updating or replacing the app.

APP_CLI="/Applications/GPT Image 2.app/Contents/Resources/bin/gpt-image-2-skill"
[ -x "$APP_CLI" ] && "$APP_CLI" --version

If no app bundle CLI exists, check the shell CLI. If it is missing or older than upstream, silently update the CLI dependency with npm, then verify that the current shell resolves the new binary:

command -v gpt-image-2-skill || true
gpt-image-2-skill --version || true
npm install -g gpt-image-2-skill@latest
command -v gpt-image-2-skill
gpt-image-2-skill --version

After any update, run the skill wrapper smoke checks:

node scripts/gpt_image_2_skill.cjs --json doctor
node scripts/selftest.cjs

If a documented subcommand fails with unrecognized subcommand, diagnose stale runtime first rather than changing prompts or providers. Prefer the wrapper in this skill directory for reproducible skill execution, but keep the bare CLI fresh when examples or user commands call gpt-image-2-skill directly.

Shared config

Use the CLI config surface when the user asks to add or pin a provider:

node scripts/gpt_image_2_skill.cjs --json config path
node scripts/gpt_image_2_skill.cjs --json config add-provider \
  --name my-image-api \
  --type openai-compatible \
  --api-base https://example.com/v1 \
  --api-key sk-... \
  --set-default
node scripts/gpt_image_2_skill.cjs --json config test-provider my-image-api

Credential sources supported by CLI, App, and Skill: file, env, and keychain. File credentials are stored in the shared config file; JSON output redacts them.

Flags vs prompt — what each controls

输出属性优先通过接口参数表达，但 Codex 后端可能归一化或忽略参数。提示词可表达期望，最终必须读取实际返回值并检查图片；不要将任何单一参数或提示词视为执行保证。

提示词用于内容与视觉意图；--background opaque 只表达不透明，不指定白色。白背景还需在提示词中明确。对于 Codex，透明提示词配合 background=auto 可能得到真实 alpha，而显式透明参数当前可能报错；以实测和文件检查为准。

Provider asymmetry: --n, --moderation, --mask 和 --input-fidelity 在 Codex 普通命令中返回 unsupported_option。--background 会写入 Codex 请求，但不能据此保证上游执行；本次原始透明背景请求被后端拒绝。公共 Image API 与 Codex 后端的能力必须分别验证。

Transparent PNG deliverables

Codex 的显式 background=transparent 在本地对照中被拒绝，但 background=auto 配合透明提示词曾成功生成真实 RGBA。可以将后者作为候选路径，必须验证 alpha 和严格交付指标；本次样本因全透明区域残留 RGB 未通过严格验收。已合格的原生透明图无需再次抠图。需要本地处理时使用下列流程；OpenAI 2.5 公共 API 的原生透明输出也需同样验收：

• transparent generate — prompt-to-final PNG. It generates a controlled matte source, extracts alpha locally, verifies the result, and only succeeds when the final PNG passes transparency checks.
• transparent extract — local background removal from controlled source images you generated yourself. It is not a general-purpose background remover for arbitrary photos.
• transparent verify — final gate for any PNG before delivery. Use --strict and the right --profile when the file must be accepted or fail the task.

A transparent deliverable is valid only if the final file has a real PNG alpha channel and passes verification. A visual appearance of transparency, a white background, or a checkerboard pattern is not sufficient.

--strict is profile-based:

The CLI is intentionally not a material classifier. The Agent should choose generation prompts and extraction methods based on the asset: