核心用法
filtrix-image-gen 是一个命令行图像生成工具，整合了三家主流 AI 图像提供商：
- OpenAI (gpt-image-1) — 最高质量，擅长照片级真实感与艺术风格，支持蒙版重绘（inpainting）
- Google Gemini — Flash 模型快速经济，Pro 模型支持 4K 超高清输出
- fal.ai — 多模型可选（SeedReam、Flux、Recraft 等），支持种子控制便于复现
基础操作
# 文生图 python scripts/generate.py --provider openai --prompt "赛博朋克风格的城市夜景" # 图生图（编辑） python scripts/edit.py --provider gemini --image photo.png --prompt "将背景换成海滩"
关键参数
--size WxH或比例标签（如16:9、4K）控制输出尺寸--resolution 2K/4K（Gemini Pro 专属）输出超高清图像--mask（OpenAI 专属）实现局部重绘编辑--seed（fal 专属）确保结果可复现
显著优点
1. 多提供商聚合：自动选择可用 API，避免单点依赖，用户可按质量/成本灵活切换
2. 零依赖部署：纯 Python 标准库实现，无需 pip 安装，部署极简
3. 企业级输出：支持最高 4096×4096 分辨率（Gemini 4K 模式），满足印刷与大屏需求
4. 精细化控制：蒙版编辑、种子锁定、多尺寸比例，覆盖从草图到成品的完整工作流
局限与风险
- API 密钥自备：需用户自行申请并配置三个平台的环境变量，入门门槛较高
- 成本不透明：三家定价策略差异大（OpenAI 按张计费、fal 按秒计费），需用户自行估算
- 提供商差异：同一提示词在不同模型间输出风格差异显著，需反复调试
- 合规责任：生成内容受各平台 AUP 约束，商业使用需确认版权条款
适合人群
- 设计师：快速生成概念稿、风格参考图
- 开发者：集成到自动化工作流（CI/CD、内容生成管道）
- 内容团队：批量产出社交媒体配图、电商素材
风险提示
| 风险项 | 说明 |
|--------|------|
| 内容安全 | AI 图像生成存在伦理与合规风险，需人工审核 |
| 成本失控 | 4K 模式与高频调用易超出预算，建议设置配额警报 |
| 版权争议 | 训练数据版权归属仍存争议，商用前建议法律咨询 |