gemini-image-proxy

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

核心用法

Gemini Image Proxy 是一个轻量级图像生成技能，通过 OpenAI Python SDK 调用 Gemini 3 Pro Image 模型，支持文生图和图生图编辑两种模式。

快速上手：
1. 安装依赖：python3 -m pip install openai
2. 配置环境变量：GOOGLE_PROXY_API_KEY 和 GOOGLE_PROXY_BASE_URL
3. 生成图像：python3 generate.py "prompt" output.png
4. 编辑图像：python3 generate.py "edit instruction" output.png --input source.png

显著优点

| 优势 | 说明 |

|------|------|

| **极简依赖** | 仅需 `openai` 官方包，无需安装 `google-genai`、`pillow` 等复杂依赖 |

| **部署友好** | 在 Fly.io 免费容器、标准 Docker 环境中均可稳定运行，其他 Gemini 技能常因依赖问题失败 |

| **OpenAI兼容** | 使用标准 OpenAI SDK 接口（`images.generate` / `images.edits`），迁移成本低 |

| **模型丰富** | 支持 Gemini 3 Pro Image、Imagen 4.0 Ultra、Gemini 2.5 Flash 等多款模型 |

局限与缺点

• 依赖外部代理：需要通过第三方代理服务（非 Google 官方直连）访问 Gemini API
• 功能相对单一：专注于图像生成/编辑，无多模态对话、视频生成等高级功能
• 无内置重试/限流：生产环境需自行处理 API 失败、速率限制等情况

适合人群

• 需要在 资源受限环境（如免费容器）快速部署图像生成功能的开发者
• 已使用 OpenAI SDK 技术栈，希望 统一接口 接入 Gemini 图像模型的团队
• 追求 最小依赖、避免复杂 Python 包管理的个人项目

常规风险

| 风险点 | 等级 | 说明 |

|--------|------|------|

| API 端点安全 | 中 | 用户需自行确保 `GOOGLE_PROXY_BASE_URL` 可信，避免 API Key 泄露至恶意服务 |

| 个人开发者维护 | 低 | 维护者 yspcoder 为 T3 个人账号，建议代码审查后使用，关注长期更新 |

| 许可证不明 | 低 | 未声明开源许可证，使用/分发权利不明确 |

| 内容合规 | 低 | 生成内容需遵守 API 服务商政策，注意版权与合规性 |