总安装量 2
评分人数 2
核心用法
gemini-image-proxy 是一个通过 OpenAI Python SDK 调用 Gemini 3 Pro Image API 的图片生成与编辑技能。用户只需安装 openai 包并配置两个环境变量（GOOGLE_PROXY_API_KEY 和 GOOGLE_PROXY_BASE_URL），即可通过命令行完成图片生成或编辑任务。
生成新图片：python3 generate.py "prompt" output.png
编辑现有图片：python3 generate.py "edit instructions" output.png --input source.png
支持 PNG、JPG、JPEG、GIF、WEBP 格式输入，输出自动创建目录结构。
显著优点
1. 极简依赖：仅需 openai 一个 pip 包，无需 google-genai、、pillow` 等额外依赖，大幅降低环境冲突风险
2. 部署友好：专为 Fly.io 等受限容器环境优化，解决同类工具常见的容器兼容性问题
3. SDK 兼容：复用成熟的 OpenAI Python SDK 接口，降低学习成本，便于现有 OpenAI 项目迁移
4. 模型灵活：内置 Gemini 3 Pro Image、Imagen 4.0 系列、Gemini 2.5 Flash 等多模型支持，可手动切换
5. 代码透明：核心脚本仅约 100 行，无封装黑盒，易于审计和二次开发
潜在缺点与局限性
1. 代理依赖：必须自行搭建或寻找可信的 Gemini API 代理端点，增加了基础设施成本
2. 无内置重试：脚本未实现网络错误重试机制，API 不稳定时需手动处理
3. Prompt 无过滤：用户输入直接透传至 API，依赖后端服务进行内容安全审核
4. 功能单一：仅支持生成和基础编辑，无批量处理、风格预设、历史管理等高级功能
5. 环境变量硬编码：模型选择需修改脚本源码，无法通过参数动态指定
适合的目标群体
- 容器化部署用户：Fly.io、Heroku 等受限 PaaS 平台的开发者
- OpenAI 生态迁移者：希望将现有 OpenAI 图片生成代码无缝切换至 Gemini 的团队
- 极简主义开发者：追求最小依赖、快速验证原型的个人或小型团队
- 运维敏感场景：对 pip 依赖树有严格管控要求的企业环境
使用风险
- API 端点可信性：图片数据将发送至用户配置的第三方代理端点，存在数据泄露和中间人攻击风险，务必使用 HTTPS 并验证证书
- 密钥管理：环境变量方式在部分容器平台可能通过日志或调试接口泄露，建议配合密钥管理服务
- 网络稳定性：无本地缓存或离线能力，完全依赖外部 API 可用性
- 内容合规：Gemini API 的内容政策可能与用户所在地区法规存在差异，需自行评估合规性
scripts