GPT88 Agent Docs

Codex 使用 gpt-image-2 Skill 生成图片

直接使用文本模型生图成本高且不稳定。通过 Codex skill 封装 gpt88.cc 的 gpt-image-2 图片接口，可以让 Codex 用固定流程生成图片并保存到项目目录。

This page is accessible in English navigation, but the full body has not been translated yet. The original Chinese content is kept below for accuracy.

为什么要用 Skill

Codex 很适合写代码、改文件、运行命令，但它默认不是图片生成客户端。 当用户说“帮我生成图片”时，如果没有明确工具流程，文本模型往往只能生成提示词、 SVG、HTML/CSS mockup，或者反复描述画面。这类方式既不稳定，也可能因为反复调用高级文本模型而变贵。

why skilltext
问题背景：

1. 直接让文本模型“生成图片”通常只是生成提示词或 SVG/HTML 方案，不是真正调用图片模型
2. 如果硬让高级文本模型反复规划、修图、输出复杂视觉描述，成本会明显高于一次图片接口调用
3. Codex 默认更擅长读写代码、运行命令、整理文件，不会自动把每个“画图”请求路由到 gpt-image-2
4. 用 skill 可以把“图片生成”封装成固定工具流程：补全提示词、调用 gpt88.cc Images API、保存图片、返回文件路径

实现思路

skill 的作用是把“自然语言画图需求”变成一条稳定的本地执行流程： Codex 先补全提示词，再通过 Bash 调用 gpt88.cc 的图片接口，最后把b64_json 解码成图片文件。

推荐统一使用 Base URL https://img.gpt88.cc，图片请求路径为/images/generations。

准备 API Key

先到 gpt88.cc 控制台 创建 API Key，然后在本机终端设置环境变量。

envbash
# 建议写入 ~/.zshrc、~/.bashrc，或只在当前终端临时 export
export GPT88_API_KEY="sk-你的-gpt88-api-key"

# 可选：如果你的 skill 使用 OPENAI_API_KEY / OPENAI_BASE_URL 风格
export OPENAI_API_KEY="$GPT88_API_KEY"
export OPENAI_BASE_URL="https://img.gpt88.cc"

创建 gpt-image-2 Skill

在 Codex 的 skills 目录下创建一个新的 gpt-image-2 skill。 目录结构可以保持很小，只有一个 SKILL.md 也能工作。

foldertext
~/.codex/skills/
└── gpt-image-2/
    └── SKILL.md

将下面内容保存为 ~/.codex/skills/gpt-image-2/SKILL.md：

SKILL.mdmarkdown
---
name: gpt-image-2
description: 使用 gpt88.cc 的 gpt-image-2 生成图片、海报、插画、UI 视觉稿和头像
tools: Bash
---

# GPT Image 2 Generator

你是一个图片生成助手。当用户要求生成图片、海报、插画、UI、头像、营销图时，优先使用 gpt88.cc 的 OpenAI Images API，而不是让文本模型假装生成图片。

## 默认配置

- Model: gpt-image-2
- Base URL: https://img.gpt88.cc
- Endpoint: /images/generations
- size: 1024x1024
- quality: high
- n: 1

## 执行流程

1. 如果用户只给了短提示词，先补全成高质量视觉描述
2. 使用环境变量 GPT88_API_KEY 作为 API Key
3. 调用 gpt88.cc 的 /v1/images/generations
4. 从返回的 b64_json 解码图片
5. 保存到当前项目的 output/imagegen/ 目录
6. 返回最终图片文件路径

## Bash 示例

```bash
mkdir -p output/imagegen

PROMPT="赛博朋克风格的未来城市夜景，霓虹灯，雨夜，电影感，高细节，无文字，无水印"
OUT="output/imagegen/generated.png"

curl -s https://img.gpt88.cc/v1/images/generations \
  -H "Authorization: Bearer $GPT88_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"gpt-image-2\",
    \"prompt\": \"$PROMPT\",
    \"size\": \"1024x1024\",
    \"quality\": \"high\",
    \"n\": 1
  }" > image_response.json

jq -r '.data[0].b64_json' image_response.json | base64 -d > "$OUT"

echo "图片已生成: $OUT"
```

## 提示词规则

- 如果用户没指定风格，自动补全画面主体、场景、构图、光线、质感和限制
- 海报类请求要补充“适合社交媒体传播、层次清晰、留出标题区”
- UI 类请求要补充“现代产品界面、清晰信息层级、真实屏幕截图质感”
- 默认避免图片内文字，除非用户明确要求
- 默认加入 no watermark / no logo / no extra text

先用 cURL 验证

在真正交给 Codex 自动调用前，建议先手动跑一条最小请求，确认 Key、余额、网络线路和jq / base64 都正常。

test-gpt-image-2.shbash
mkdir -p output/imagegen

curl -s https://img.gpt88.cc/v1/images/generations \
  -H "Authorization: Bearer $GPT88_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "极简风格的 API 文档站封面，深色背景，发光线条，科技感，无文字",
    "size": "1024x1024",
    "quality": "high",
    "n": 1
  }' > output/imagegen/response.json

jq -r '.data[0].b64_json' output/imagegen/response.json | base64 -d > output/imagegen/doc-cover.png

在 Codex 中使用

创建 skill 后，重新打开 Codex 或开启新会话。之后你可以直接要求 Codex 使用gpt-image-2 skill 生成图片，并指定主题、风格、尺寸、输出目录。

prompt examplestext
你可以这样对 Codex 说：

使用 gpt-image-2 skill 生成一张“gpt88.cc API 文档站封面”，深色科技风，无文字。

或者：

用 gpt-image-2 skill 生成 3 张社交媒体海报背景，主题是 AI Token 电力，要求无文字、适合后期加标题。

如果你正在做文档站、落地页或产品图，建议明确告诉 Codex： 输出文件保存到 output/imagegen/，不要覆盖旧图，必要时生成-v2、-v3 版本。

提示词与成本建议

  • 先用 1024x1024、n=1 试方向，确认风格后再批量生成。
  • 默认加上“无文字、无水印、无 logo”，避免图片里出现难以编辑的伪文字。
  • 海报背景和 UI 视觉稿要预留标题区，不要让主体占满整张图。
  • 如果只是要优化提示词，使用文本模型即可；如果要真实图片文件，再调用 gpt-image-2。
  • 批量生成前先让 Codex 输出 prompts 清单，人工确认后再跑，避免一次性烧掉不必要成本。

常见问题排查

troubleshootingtext
常见问题：

1. jq: command not found
   安装 jq，或让 Codex 改用 Node/Python 解析 JSON。

2. base64: invalid option -- d
   macOS 可以把 base64 -d 改成 base64 -D。

3. 返回 401
   检查 GPT88_API_KEY 是否存在、是否复制完整、是否有可用余额。

4. 返回空图片
   先查看 image_response.json，确认是不是错误体；不要直接解码空字符串。

5. 生成位置混乱
   统一要求 skill 保存到 output/imagegen/，不要散落在项目根目录。

6. 成本偏高
   先用 1024x1024 / n=1 做草图确认，再提高尺寸、质量或批量生成。

下一步