gpt-image-2

核心用法

gpt-image-2 是一款集成 GPT-Image-2 先进模型的 AI 图片生成技能，采用纯命令行脚本驱动的工作流。用户安装后需完成一次性密钥认证（格式：IMGKEY-HK-XXXXXX），验证通过后即可通过自然语言描述触发图片生成。系统将自动调用 Python 脚本处理请求，生成 1024×1024 像素的 PNG 格式图片并作为附件返回。

关键特性：

• 支持标准文生图、画图、AI 绘图等指令识别
• 内置配额管理系统，实时显示剩余次数
• 自动重试机制应对上游超时（约 60 秒）
• 跨平台兼容（macOS/Linux/Windows）

显著优点

1. 模型能力领先：基于 GPT-Image-2，在图像质量、语义理解、风格多样性方面优于早期文生图模型
2. 零配置门槛：OpenClaw 运行环境预装 Python 3 与 requests 库，用户无需额外安装依赖
3. 会话记忆机制：密钥验证一次后全程免重复输入，体验流畅
4. 安全隔离设计：后端服务器地址与 API 密钥对用户完全不可见，降低泄露风险

潜在缺点与局限性

• 输出规格固定：仅支持 1024×1024 单尺寸，无长宽比调节或超分辨率选项
• 质量档位受限：默认使用 --quality low 参数，无法手动切换至高清模式
• 配额硬限制：按次计费模式，耗尽后需人工联系管理员续期，无自助充值通道
• 功能单一：纯图像生成，不支持图生图、局部重绘、风格迁移等进阶功能
• 错误恢复有限：除超时重试外，其他异常（如 403 配额耗尽）仅返回固定文案

适合人群

• 内容创作者、自媒体运营者需快速生成配图
• 设计师寻求灵感草稿与概念参考
• 教育从业者制作教学插图
• 对 Stable Diffusion 等本地部署方案有环境障碍的轻量用户

常规风险

• 密钥管理：用户需妥善保管个人访问密钥，避免在公共会话中暴露
• 生成内容合规：文生图模型存在潜在偏见与版权争议，商用需谨慎审核输出结果
• 服务可用性依赖：上游 GPT-Image-2 服务稳定性直接影响技能可用性
• 配额误消耗：每次请求固定扣减配额，无效或失败描述同样计费

核心用法

gpt-image-2 是一款 AI 图片生成技能，用户安装后需提供形如 IMGKEY-HK-XXXXXX 的访问密钥完成验证。验证通过后，直接发送自然语言图片描述即可调用远程服务生成 1024×1024 像素的 PNG 图片。技能同时支持配额查询功能，用户可随时了解剩余生成次数。

脚本通过 Python 3 运行，调用 $HOME/.openclaw/skills/gpt-image-2/scripts/generate_image.py 执行实际请求，图片自动保存至系统临时目录并作为附件返回。首次验证后密钥在会话中持久化，无需重复输入。

显著优点

功能聚焦，使用门槛低。技能专注于文生图单一场景，交互流程简洁直观，适合快速产出创意视觉内容。配额机制透明，用户可实时掌握使用情况，避免意外超额。

潜在缺点与局限性

安全风险突出：采用未加密 HTTP 协议传输用户密钥和提示词，存在中间人攻击风险；服务器使用裸 IP 地址而非域名，难以验证身份，一旦 IP 被劫持或变更将直接威胁用户凭证安全。

功能边界受限：仅支持 1024×1024 固定尺寸，无质量档位选择（默认 low），不提供图生图、风格控制或参数微调等进阶能力。依赖外部密钥体系，用户需自行解决获取渠道，使用成本与可持续性存疑。

适合的目标群体

• 对图片质量要求不高、追求快速出图的轻度用户
• 已掌握密钥获取渠道、愿意承担网络传输风险的尝鲜者
• 在可信局域网或隔离环境中进行创意原型验证的开发者

不推荐：处理敏感商业素材、对数据隐私有合规要求的场景，以及缺乏网络环境控制能力的普通终端用户。

使用风险

• 凭证泄露：HTTP 明文传输导致密钥可能被网络嗅探截获，建议仅使用受限、可撤销的临时密钥
• 隐私暴露：提示词内容以明文上传，避免输入个人身份信息、商业机密或敏感创作主题
• 服务可用性：IP 直连架构缺乏冗余，服务器故障或屏蔽将直接导致服务中断
• 供应链风险：T3 级别个人开发者维护，更新策略与长期支持无保障，需自行审查代码变更