ولّد وعدّل الصور باستعمال GPT Image Skill

شنو كيدير GPT Image Skill

GPT Image Skill كيخلّي Codex وClaude Code والوكلاء المحليين المتوافقين يولّدو ولا يعدّلو الصور باستعمال اشتراك المستخدم فـChatGPT. كيستعمل $imagegen المدموج فـCodex، ولا أداة image_gen الأصلية ديال المضيف إلا كانت متوفرة. ماكيعيطش على OpenAI Images API وماكيصاوبش طلب منفصل ديال Images API كتخلص عليه بوحدو.

المهارة كتقبل المطالبات باللغة الطبيعية ومراجع محلية مقروءة بصيغ PNG وJPEG ولا WebP. كتحفظ ملفات PNG المولّدة فمجلد generated-images/ ديال المشروع النشيط، وكتردّ بالمسار الناتج ومعلومات المعاينة المضمّنة فـMarkdown.

توليد الصور كيستهلك الاستعمال المشمول فـChatGPT ولا Codex، وكيبقى خاضع لحدود الباقة ومساحة العمل. توليد الصور يقدر يستهلك الحدود المشمولة بسرعة أكثر من الاستعمالات العادية المشابهة، لذلك خَلّي الدفعات المتوازية مقصودة وقليلة.

الخصائص الرئيسية

• كيولّد الصور عبر Codex الموثّق بحساب ChatGPT بلا ما يحتاج مفتاح API.
• كيثبّت نفس مهارة gpt-image فـCodex وClaude Code.
• كيحافظ على مطالبة الصورة المباشرة بلا ما يزيد تفاصيل إبداعية ما تطلباتش.
• كيطوّر مطالبات مختلفة ملي المستخدم كيفوّضو صراحة باش يتعامل مع مفاهيم ولا توجهات تصميم متعددة.
• كيدعم مرجع واحد ولا أكثر بترتيب مرفقات محدد.
• كيدعم التعديلات، والمراجعات اللاحقة، والتغييرات المتنوعة، والتركيب، والشفافية، والنصوص الدقيقة، ومسودات التخطيطات الكثيفة.
• كيشغّل مهام صور مستقلة بتوازٍ افتراضي ديال 2 وبحد أقصى ديال 4.
• كيحفظ الملفات غير داخل مساحة العمل النشيطة، وكيحاول ما يبدّلش الصور الموجودة افتراضياً.
• كيدعم macOS وLinux وWindows الأصلي وWSL2.
• كيمنع تسجيل الدخول بمفتاح API وكيحيد متغيرات البيئة المرتبطة بـAPI من العمليات الفرعية ديال Codex.

المتطلبات

قبل ما تثبّت المهارة، تأكد باللي البيئة فيها المكوّنات التالية:

• Node.js 22 ولا أحدث: منصوح باستعمال إصدار LTS المدعوم حالياً.
• Git: ضروري إلا كنت غادي تستنسخ المشروع من GitHub.
• Codex CLI: خاصو يكون داخل بحساب ChatGPT إلا كان المضيف اللي كينادي عليه كيوفّر أداة image_gen أصلية.
• باقة مؤهلة: خاص باقة ChatGPT ولا Codex ومساحة العمل يسمحوا بتوليد الصور.

WSL1 ما مدعومش. ملي كتستعمل WSL2، خَلّي Node.js وCodex والمستودع والمشروع اللي خدام عليه فالجهة ديال Linux. خزّن النسخة المستنسخة فمجلد المنزل ديال Linux بلاصة /mnt/c.

التثبيت عبر وكيل محلي

أسهل طريقة للإعداد هي تطلب من Codex ولا Claude Code ولا وكيل متوافق آخر يثبّت المستودع. وجّه الوكيل باش يقرا AGENT_INSTALL.md، ويدير استنساخ دائم ولا تحديث آمن بـfast-forward، وينشئ الروابط ديال Codex وClaude Code، ويبدا ترخيص ChatGPT عبر الجهاز، ويشغّل:

bootstrap --target all --yes --json

خاص تقرير الجاهزية يسالي بـok: true وstatus: ready وbest_practice_pass: true. المستخدم هو اللي كيكمل الترخيص فالمتصفح ولا فالجهاز. المهارة ما كتطلبش كلمة السر ولا token ولا مفتاح API ولا محتوى ~/.codex/auth.json.

عملية التثبيت ما خاصهاش تولّد صورة مباشرة. خاصها تسالي بدليل قصير للبداية فيه نسب الأبعاد الشائعة، وعبارات الجودة، وأمثلة ديال طلبات الإنشاء والمراجع.

التثبيت اليدوي

macOS وLinux وWSL2

استعمل نسخة مستنسخة دائمة حيث الروابط ديال المهارة المثبّتة كتشير للمستودع:

REPOSITORY_URL="https://github.com/GENEXIS-AI/gpt-image-skill"
INSTALL_DIR="${XDG_DATA_HOME:-$HOME/.local/share}/gpt-image-skill"

git clone "$REPOSITORY_URL" "$INSTALL_DIR"
cd "$INSTALL_DIR"
node ./gpt-image/scripts/validate_skill.mjs
node ./gpt-image/scripts/gpt_image.mjs bootstrap --target all --yes --json

Windows الأصلي عبر PowerShell

$RepositoryUrl = "https://github.com/GENEXIS-AI/gpt-image-skill"
$InstallDir = Join-Path $env:LOCALAPPDATA "gpt-image-skill"

git clone $RepositoryUrl $InstallDir
Set-Location $InstallDir
node .\gpt-image\scripts\validate_skill.mjs
node .\gpt-image\scripts\gpt_image.mjs bootstrap --target all --yes --json

فـmacOS وLinux وWSL2، التثبيت كينشئ روابط رمزية. Windows الأصلي كيستعمل وصلات المجلدات. المسارات الموجودة اللي ما عندهاش علاقة ما كيتبدلوش.

• تثبيت Codex: ~/.agents/skills/gpt-image
• تثبيت Claude Code: ~/.claude/skills/gpt-image
• تثبيت Codex فـWindows: $env:USERPROFILE\.agents\skills\gpt-image
• تثبيت Claude Code فـWindows: $env:USERPROFILE\.claude\skills\gpt-image

ولّد أول صورة ديالك

من بعد التثبيت، نادِ على المهارة مباشرة من المضيف. فـCodex، استعمل:

$gpt-image روبوت زجاجي بلون أزرق كوبالت فوق خلفية دافئة مائلة للبياض.

فـClaude Code، استعمل:

/gpt-image روبوت زجاجي بلون أزرق كوبالت فوق خلفية دافئة مائلة للبياض.

تقدر تعبّر على التأطير والجودة بطريقة طبيعية:

$gpt-image صايب غرفة قراية دافئة وقت الغروب، 16:9، بجودة عالية.

من الطلبات الشائعة كاينين 1:1 و16:9 و9:16 و4:3 و3:4. ومن عبارات الجودة المفيدة كاين draft وhigh quality وhigh detail / final quality. هادو طلبات باللغة الطبيعية وماشي لائحة ثابتة ديال أحجام API، لذلك الأبعاد الدقيقة بالبكسل تقدر تختلف.

استعمل المشغّل المباشر

من داخل المستودع، تقدر تنادي على مشغّل Node.js بشكل صريح:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --prompt "A cobalt-blue glass robot on a warm off-white background." \
  --out "generated-images/glass-robot.png"

التوليد العادي كيدير تحقق سريع من المصادقة ديال ChatGPT، كينشئ تصويرة وحدة، كيدير تحقق بسيط من سلامة PNG، وكيرجع PATH=... وزايد عليه قيمة مطلقة ديال MARKDOWN=....

ولّد تصويرة من مرجع

المراجع خاصها تكون ملفات مقروءة فعلاً. فـ Claude Code، فضّل @path ولا مسار واضح فالنظام:

/gpt-image Use @references/robot.png as the character reference. Draw it riding a bicycle.

التصويرة اللي تلصقات ولا تجرّات وبانت فـ Claude ما كتنتاقلش أوتوماتيكياً لعملية Codex داخلية. إلا عطى Claude مسار مؤقت دقيق للمرفق، يقدر الـ agent ينسخ داك الملف لـ generated-images/inputs/. وإلا، حفظ التصويرة داخل المشروع وعطي المسار ديالها. المهارة ما كتخمنش شنو هو الملف اللي خاصها تستعمل من cache ديال الصور ديال Claude.

الأمر المباشر المكافئ هو:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --mode generate \
  --prompt "Draw this character riding a bicycle." \
  --reference "/absolute/path/robot.png" \
  --out "generated-images/robot-bicycle.png"

إرفاق مراجع متعددة

عاود --reference بالترتيب المطلوب. زِد الأدوار المطابقة غير إلا كانت المراجع عندها أدوار محددة:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --prompt "Use Image 1 for the character and Image 2 for the bicycle design." \
  --reference "/absolute/path/character.png" \
  --reference-role "character" \
  --reference "/absolute/path/bicycle.png" \
  --reference-role "bicycle design" \
  --out "generated-images/combined.png"

فحالة التعديل، الهدف ديال التعديل هو Image 1. والمراجع المساندة كيجيو من بعدو حسب ترتيبهم فالأمر.

عدّل وراجع تصويرة

استعمل --mode edit مع --edit-target باش تبدّل تصويرة موجودة:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --mode edit \
  --prompt "Replace the bicycle basket with a small wooden crate." \
  --edit-target "generated-images/robot-bicycle.png" \
  --out "generated-images/robot-bicycle-crate.png"

فكل مراجعة من بعد، عدّل آخر نتيجة بدل ما ترجع للمصدر الأصلي:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --mode edit \
  --prompt "Make the wooden crate dark green." \
  --edit-target "generated-images/robot-bicycle-crate.png" \
  --out "generated-images/robot-bicycle-green-crate.png"

عاود أرفق كل مرجع مساند مازال ضروري. كل استدعاء للجسر مؤقت، وداكشي علاش ما كيحتافظش أوتوماتيكياً بالمرفقات السابقة. إلا عدّلتي المصدر الأصلي عوض آخر نتيجة، غادي تضيع المراجعة السابقة.

شغّل تصاور متعددة بالتوازي

استعمل generate للمسار ديال تصويرة وحدة. إلى كانو جوج ولا أكثر ديال المهام واجدين، المهارة تقدر تستعمل دفعة محدودة. التوازي الافتراضي هو 2 والحد الأقصى هو 4. المصادقة كيتحقق منها مرة وحدة للدفعة، والمهام اللي فشلات ما كيتعاودوش أوتوماتيكياً.

نموذج الدفعات كيدعم 3 هياكل شائعة:

• تنويعات بنفس المرساة: كل مهمة كتقرا نفس التصميم الموجود وكتطبق ستايل مختلف.
• مفاهيم مفوّضة: الـ agent كينشئ prompt كامل ومختلف بشكل واضح لكل توجه مطلوب، مع الحفاظ على القيود المشتركة.
• تصييرات مكررة: ملي ما كيتطلب حتى اختلاف، كل مهمة كتعاود تستعمل نفس الـ prompt بالحرف.

أنشئ manifest محلي فمساحة العمل بحال image-jobs.json:

{
  "version": 1,
  "jobs": [
    {
      "id": "watercolor",
      "mode": "variation",
      "prompt": "Keep the same design and render it in watercolor style.",
      "edit_target": "references/base-design.png",
      "references": ["references/watercolor-style.png"],
      "reference_roles": ["style reference for this output"],
      "out": "generated-images/design-watercolor.png"
    },
    {
      "id": "clay",
      "mode": "variation",
      "prompt": "Keep the same design and render it in clay style.",
      "edit_target": "references/base-design.png",
      "references": ["references/clay-style.png"],
      "reference_roles": ["style reference for this output"],
      "out": "generated-images/design-clay.png"
    }
  ]
}

شغّل الـ manifest بهاد الشكل:

node ./gpt-image/scripts/gpt_image.mjs batch \
  --manifest "image-jobs.json" \
  --concurrency 2

يقدرو بزاف ديال المهام يقراو نفس المرساة بلا مشكل. أرفق غير مرجع الستايل المرتبط بكل نتيجة. وبالنسبة للمفاهيم اللي ما عندهاش علاقة، حيّد edit_target المشترك وعطي لكل مهمة prompt مستقل والمراجع ديالها.

النتيجة اللي أنشأتها مهمة فدفعة ما تقدرش تولّي مدخلاً لمهمة أخرى فـ نفس الدفعة. شغّل المسارات اللي فيها اعتماد بين الخرج والمدخل على مراحل. إلا ما كانتش كاينة مرساة مشتركة، ولّد أول نتيجة مطلوبة واستعمل المسار اللي رجعو من بعد للتنويعات اللاحقة؛ المهارة ما كتخلقش مرساة مخفية إضافية.

نصائح متقدمة للاستعمال

حافظ على نية الـ prompt

فالطلب المباشر الواحد، الصياغة ديال المستخدم هي المرجع الأساسي وكتتبعث بلا تغيير. إلا طلب المستخدم تصاميم، مفاهيم، توجهات، اختيارات، ولا بدائل مختلفة، فالنية الإبداعية المفوّضة حتى هي مرجعية أساسية. فهاد الحالة، الـ agent كيحضّر prompt مهيأ للتصويرة ومختلف لكل نتيجة، مع الحفاظ على الموضوع المشترك، والعلامة، والنص، والمراجع، ونسبة الأبعاد، وباقي القيود.

أرقام المهام خاصها تكون فـ IDs ديال الـ manifest وفأسماء الملفات، ماشي فـ prompts ديال الصور. تجنب تزيد عبارات بحال this is the second option.

اختار الـ mode الصحيح

• ستعمل --mode generate فخدمة تحويل النص لصورة.
• زيد --reference PATH باش تنشئ صورة جديدة موجّهة بملف موجود من قبل.
• ستعمل --mode edit --edit-target PATH باش تبدّل صورة موجودة.
• ستعمل --mode variation --edit-target PATH باش تدير نسخة مختلفة من تصميم موجود.
• ستعمل --background transparent غير إلا كانت الشفافية مطلوبة.
• ستعمل نفس هدف التعديل فعدّة مهام ديال التنويعات باش تخرّج نفس التكوين بستايلات مختلفة.
• ستعمل نفس الصورة كمرجع فعدّة مهام ديال الإنشاء إلا بغيتي الهوية تبان فمشاهد ولا تخطيطات مختلفة.

تجنّب الكتابة فوق الملفات بالخطأ

الـ runner ما كيعاودش يكتب فوق صورة موجودة إلا إلا استعملتي --overwrite بشكل صريح. عطِ كل نتيجة مسار إخراج وصفي داخل generated-images/.

استكشاف الأخطاء والتحقّق من الإعدادات

التخطيط والتشخيص المفصّل اختياريين، وماشي ضروريين قبل الإنشاء العادي. استعملهم ملي خاصك تبحث فالإعدادات، المصادقة، المراجع، ولا ملفات الإخراج:

node ./gpt-image/scripts/gpt_image.mjs doctor --json
node ./gpt-image/scripts/gpt_image.mjs guide
node ./gpt-image/scripts/gpt_image.mjs capabilities --json
node ./gpt-image/scripts/gpt_image.mjs inspect \
  --input "generated-images/combined.png" --json

باش تتحقّق من تسجيل الدخول والمسارات بلا ما تنشئ صورة:

node ./gpt-image/scripts/gpt_image.mjs generate \
  --prompt "test" \
  --out "generated-images/test.png" \
  --dry-run --json

باش تتحقّق من بيان المهام الجماعية ومن جدولة المهام ديالو بلا تسجيل الدخول ولا إنشاء الصور:

node ./gpt-image/scripts/gpt_image.mjs batch \
  --manifest "image-jobs.json" \
  --check-only --json

الصور اللي كتتولّد كيدوزو ليها فحوصات خفيفة ديال الملف والتوقيع، وماشي إيصالات SHA-256. وباقي SHA-256 متاح فالأماكن اللي كيبقى فيها مفيد، بحال التحقّق من المثبّتات:

node ./gpt-image/scripts/gpt_image.mjs verify-installers --json

ضمانات الأمان والخصوصية

• هاد المهارة كتحيد OPENAI_API_KEY وOPENAI_BASE_URL وOPENAI_ORG_ID وOPENAI_PROJECT_ID وCODEX_ACCESS_TOKEN من العمليات الفرعية ديال Codex.
• الإنشاء كيتحبس إلا ما أثبتاتش تشخيصات منزوعة الحساسية وجود المصادقة ديال ChatGPT.
• ما كاين حتى endpoint ديال OpenAI Images API ولا طلب /v1/images.
• هاد المهارة ما كتقراش ملفات المصادقة.
• الملفات اللي كتتولّد كيبقاو داخل مساحة العمل النشيطة.
• ملي كتوصل لحدود الاشتراك، الـ runner ما كيرجعش يستعمل Images API كحل بديل.

حدّث المهارة

فـ macOS ولا Linux ولا WSL2، دير fast-forward للنسخة المستمرة وعاود شغّل bootstrap:

INSTALL_DIR="${XDG_DATA_HOME:-$HOME/.local/share}/gpt-image-skill"
git -C "$INSTALL_DIR" pull --ff-only
node "$INSTALL_DIR/gpt-image/scripts/gpt_image.mjs" \
  bootstrap --target all --yes --json

فـ Windows الأصلي باستعمال PowerShell:

$InstallDir = Join-Path $env:LOCALAPPDATA "gpt-image-skill"
git -C $InstallDir pull --ff-only
node "$InstallDir\gpt-image\scripts\gpt_image.mjs" bootstrap --target all --yes --json

الخلاصة

GPT Image Skill كتوفّر طريقة مركّزة على مساحة العمل باش تنشئ وتعدّل الصور من Codex ولا Claude Code ولا شي agent متوافق آخر، باستعمال مصادقة ChatGPT. بْدا بطلب مباشر باللغة الطبيعية، عطِ مسارات محلية ثابتة للمراجع، استعمل آخر نتيجة فكل مراجعة، وخلي الدفعات المحدودة للمفاهيم المستقلة ولا للتنويعات اللي كتشارك نفس المرساة.

للاطّلاع على عقد التثبيت وتفاصيل أعمق على سير العمل، زُر مستودع GPT Image Skill.