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