Tengeneza na Hariri Picha kwa GPT Image Skill

GPT Image Skill Inachofanya

GPT Image Skill humwezesha Codex, Claude Code na mawakala wa ndani wanaooana kuzalisha au kuhariri picha kupitia usajili wa mtumiaji wa ChatGPT. Hutumia $imagegen iliyojengwa ndani ya Codex, au zana ya asili ya mwenyeji ya image_gen inapopatikana. Haitumii OpenAI Images API wala kuunda ombi la Images API linalotozwa kando.

Skill hii hupokea maelekezo ya lugha ya kawaida na marejeleo ya ndani yanayosomeka ya PNG, JPEG au WebP. Huhifadhi faili za PNG zilizozalishwa katika saraka ya generated-images/ ya mradi unaotumika na kurudisha njia ya faili pamoja na maelezo ya onyesho la awali la Markdown lililopachikwa.

Uzalishaji wa picha hutumia matumizi yaliyojumuishwa ya ChatGPT au Codex na bado unategemea mipaka ya mpango na nafasi ya kazi. Uzalishaji wa picha unaweza kutumia mipaka iliyojumuishwa kwa kasi zaidi kuliko zamu zisizohusisha picha, hivyo weka bechi sambamba ziwe za makusudi na ndogo.

Sifa Muhimu

• Huzalisha picha kupitia Codex iliyothibitishwa kwa ChatGPT badala ya ufunguo wa API.
• Husakinisha skill ileile ya gpt-image kwa Codex na Claude Code.
• Huhifadhi kidokezo cha moja kwa moja cha picha bila kuongeza maelezo ya ubunifu ambayo hayajaombwa.
• Hutengeneza vidokezo tofauti mtumiaji anapokabidhi wazi dhana nyingi au mielekeo ya usanifu.
• Husaidia rejeleo moja au zaidi kwa mpangilio bainifu wa viambatisho.
• Husaidia uhariri, marekebisho ya kufuatilia, matoleo tofauti, uunganishaji, uwazi, maandishi kamili na rasimu za miundo yenye mpangilio mnene.
• Huendesha kazi huru za picha kwa upatanisho wa kawaida wa 2 na wa juu zaidi wa 4.
• Huhifadhi faili ndani ya nafasi ya kazi inayotumika pekee na huepuka kubatilisha picha zilizopo kwa chaguo-msingi.
• Husaidia macOS, Linux, Windows asili na WSL2.
• Huzuia kuingia kwa ufunguo wa API na huondoa vigezo husika vya mazingira ya API kutoka kwa michakato tanzu ya Codex.

Mahitaji

Kabla ya kusakinisha skill, hakikisha mazingira yana vipengele vifuatavyo:

• Node.js 22 au mpya zaidi: Inapendekezwa kutumia toleo la sasa linalotumika la LTS.
• Git: Inahitajika unapokuwa unaklonisha mradi kutoka GitHub.
• Codex CLI: Lazima uwe umeingia kwa ChatGPT isipokuwa mwenyeji anayeita awe anaonyesha zana ya asili ya image_gen.
• Mpango unaostahiki: Mpango wa ChatGPT au Codex pamoja na nafasi ya kazi lazima uruhusu uzalishaji wa picha.

WSL1 haitumiki. Unapotumia WSL2, weka Node.js, Codex, hazina na mradi unaofanyiwa kazi upande wa Linux. Hifadhi kloni katika saraka ya nyumbani ya Linux badala ya /mnt/c.

Sakinisha Kupitia Wakala wa Ndani

Njia rahisi zaidi ya kusanidi ni kumwomba Codex, Claude Code au wakala mwingine anayeoana asakinishe hazina. Mwelekeze wakala asome AGENT_INSTALL.md, afanye kloni endelevu au usasishaji salama wa fast-forward, aunde viungo vya Codex na Claude Code, aanzishe idhini ya kifaa cha ChatGPT, kisha aendeshe:

bootstrap --target all --yes --json

Ripoti ya utayari inapaswa kuishia na ok: true, status: ready na best_practice_pass: true. Mtumiaji hukamilisha mwenyewe idhini ya kivinjari au kifaa. Skill haiombi nenosiri, tokeni, ufunguo wa API au yaliyomo katika ~/.codex/auth.json.

Mchakato wa usakinishaji haupaswi kuzalisha picha halisi. Unapaswa kuhitimishwa kwa mwongozo mfupi wa kuanza wenye uwiano wa kawaida wa vipengele, kauli za ubora na mifano ya maombi ya kuunda na kutumia marejeleo.

Usakinishaji wa Mwongozo

macOS, Linux na WSL2

Tumia kloni endelevu kwa sababu viungo vya skill iliyosakinishwa huelekeza kwenye hazina:

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 Asili 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

Kwenye macOS, Linux na WSL2, usakinishaji huunda viungo vya mfano. Windows asili hutumia junction za saraka. Njia zilizopo zisizohusiana hazibadilishwi.

• Usakinishaji wa Codex: ~/.agents/skills/gpt-image
• Usakinishaji wa Claude Code: ~/.claude/skills/gpt-image
• Usakinishaji wa Codex wa Windows: $env:USERPROFILE\.agents\skills\gpt-image
• Usakinishaji wa Claude Code wa Windows: $env:USERPROFILE\.claude\skills\gpt-image

Zalisha Picha Yako ya Kwanza

Baada ya usakinishaji, ita skill moja kwa moja kutoka kwa mwenyeji. Katika Codex, tumia:

$gpt-image A cobalt-blue glass robot on a warm off-white background.

Katika Claude Code, tumia:

/gpt-image A cobalt-blue glass robot on a warm off-white background.

Unaweza kueleza upangaji wa picha na ubora kwa lugha ya kawaida:

$gpt-image Create a cozy reading room at sunset, 16:9, high quality.

Maombi ya kawaida yanajumuisha 1:1, 16:9, 9:16, 4:3 na 3:4. Kauli muhimu za ubora ni pamoja na draft, high quality na high detail / final quality. Haya ni maombi ya lugha ya kawaida badala ya orodha maalum ya ukubwa wa API, hivyo vipimo kamili vya pikseli vinaweza kutofautiana.

Tumia Kiendeshaji cha Moja kwa Moja

Kutoka kwenye hazina, unaweza kuita kiendeshaji cha Node.js moja kwa moja:

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"

Uzalishaji wa kawaida hufanya ukaguzi wa haraka wa uthibitishaji wa ChatGPT, huunda picha moja, hufanya ukaguzi mdogo wa uhalali wa PNG, na kurejesha PATH=... pamoja na thamani kamili ya MARKDOWN=....

Unda Picha Kutoka kwa Rejeleo

Rejeleo lazima ziwe faili halisi zinazoweza kusomeka. Katika Claude Code, pendelea @path au njia kamili ya mfumo wa faili:

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

Picha iliyobandikwa au kuburutwa inayoonyeshwa kwenye Claude haihamishwi kiotomatiki kwa mchakato wa Codex ulioanzishwa ndani. Ikiwa Claude itaonyesha njia kamili ya muda ya kiambatisho, wakala anaweza kunakili faili hiyo kwenye generated-images/inputs/. Vinginevyo, hifadhi picha ndani ya mradi na utoe njia yake. Ujuzi huu haukisia faili ya kutumia kutoka kwenye akiba ya picha ya Claude.

Amri ya moja kwa moja inayolingana ni:

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"

Ambatisha Marejeleo Mengi

Rudia --reference kwa mpangilio unaohitajika. Ongeza majukumu yanayolingana tu pale marejeleo yanapokuwa na majukumu yaliyoainishwa:

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"

Kwa uhariri, lengwa la uhariri ni Picha ya 1. Marejeleo ya kusaidia hufuata kwa mpangilio wa mstari wa amri.

Hariri na Rekebisha Picha

Tumia --mode edit pamoja na --edit-target kurekebisha picha iliyopo:

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"

Kwa kila marekebisho yanayofuata, hariri matokeo ya hivi karibuni badala ya kurudi kwenye chanzo cha awali:

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"

Ambatisha tena kila rejeleo la kusaidia ambalo bado ni muhimu. Kila uanzishaji wa daraja ni wa muda, kwa hiyo hauhifadhi kiotomatiki viambatisho vya awali. Kuhariri chanzo cha awali badala ya matokeo ya hivi karibuni kutapoteza marekebisho yaliyopita.

Endesha Picha Nyingi Sambamba

Tumia generate kwa mchakato wa picha moja. Kwa kazi mbili au zaidi zilizo tayari, ujuzi huu unaweza kutumia kundi lenye kikomo. Mshikamano chaguo-msingi ni 2 na kiwango cha juu ni 4. Uthibitishaji hukaguliwa mara moja kwa kundi, na kazi zilizoshindwa hazijaribiwi tena kiotomatiki.

Muundo wa kupanga kwa makundi unaunga mkono miundo mitatu ya kawaida:

• Tofauti zenye msingi wa pamoja: Kila kazi husoma muundo uleule uliopo na kutumia mtindo tofauti.
• Dhana zilizokabidhiwa: Wakala huunda kidokezo kimoja kamili na chenye tofauti ya maana kwa kila mwelekeo wa muundo ulioombwa, huku akihifadhi masharti ya pamoja.
• Utoaji unaorudiwa: Wakati hakuna tofauti zilizoombwa, kila kazi hutumia tena kidokezo kilekile.

Unda faili ya maelezo ya kazi ndani ya eneo la kazi, kama vile 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"
    }
  ]
}

Endesha maelezo hayo kwa:

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

Kazi kadhaa zinaweza kusoma kwa usalama msingi uleule. Ambatisha tu rejeleo la mtindo linalohusiana na kila matokeo. Kwa dhana zisizohusiana, ondoa edit_target ya pamoja na upe kila kazi kidokezo cha kujitegemea pamoja na marejeleo yake.

Matokeo yaliyoundwa na kazi moja ya kundi hayawezi kuwa ingizo la kazi nyingine katika kundi hilohilo. Endesha mtiririko wenye utegemezi wa matokeo-kuwa-ingizo kwa hatua. Ikiwa hakuna msingi wa pamoja, tengeneza matokeo ya kwanza yaliyoombwa na utumie njia yake iliyorudishwa kwa tofauti za baadaye; ujuzi huu hauundi msingi wa ziada uliofichika.

Vidokezo vya Matumizi ya Juu

Hifadhi Kusudi la Kidokezo

Kwa ombi moja la moja kwa moja, maneno ya mtumiaji ndiyo yenye mamlaka na hupitishwa bila kubadilishwa. Mtumiaji anapoomba miundo, dhana, mielekeo, chaguo au njia mbadala kadhaa tofauti, kusudi la ubunifu lililokabidhiwa pia huwa na mamlaka. Katika hali hiyo, wakala hutengeneza kidokezo mahususi kilicho tayari kwa picha kwa kila matokeo, huku akihifadhi mada ya pamoja, chapa, maandishi, marejeleo, uwiano wa vipengele na masharti mengine.

Nambari za kazi ni za vitambulisho vya maelezo ya kazi na majina ya faili, si za vidokezo vya picha. Epuka kuongeza vifungu kama this is the second option.

Chagua Hali Sahihi

• Tumia --mode generate kwa kazi ya kubadilisha maandishi kuwa picha.
• Ongeza --reference PATH kwa picha mpya inayoongozwa na faili iliyopo.
• Tumia --mode edit --edit-target PATH kubadilisha picha iliyopo.
• Tumia --mode variation --edit-target PATH kwa toleo tofauti la muundo uliopo.
• Tumia --background transparent tu pale uwazi unapoombwa.
• Tumia lengwa lilelile la uhariri katika kazi nyingi za matoleo tofauti kwa muundo mmoja unaotolewa kwa mitindo tofauti.
• Tumia picha ileile kama rejeleo katika kazi nyingi za uzalishaji wakati utambulisho wake unapaswa kuonekana katika mandhari au mipangilio tofauti.

Epuka Kufuta Faili Bila Kukusudia

Kiendeshaji hakibadilishi picha iliyopo isipokuwa --overwrite ibainishwe wazi. Tengeza kila matokeo kwa njia ya maelezo chini ya generated-images/.

Utatuzi wa Matatizo na Ukaguzi wa Usanidi

Upangaji na uchunguzi wa kina ni hiari. Hazihitajiki kabla ya uzalishaji wa kawaida. Zitumia wakati usanidi, uthibitishaji, marejeleo, au faili za matokeo zinahitaji kuchunguzwa:

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

Ili kukagua kuingia na njia bila kuunda picha:

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

Ili kuthibitisha manifesti ya kundi na upangaji wake bila kuingia au kuzalisha picha:

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

Picha zinazozalishwa hupokea ukaguzi mwepesi wa faili na sahihi badala ya risiti za SHA-256. SHA-256 bado inapatikana pale inapokuwa na maana, kama vile katika uthibitishaji wa visakinishi:

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

Hatua za Usalama na Faragha

• Ujuzi huu huondoa OPENAI_API_KEY, OPENAI_BASE_URL, OPENAI_ORG_ID, OPENAI_PROJECT_ID, na CODEX_ACCESS_TOKEN katika michakato tanzu ya Codex.
• Uzalishaji huzuiwa isipokuwa uchunguzi uliopunguzwa taarifa uthibitishe uthibitishaji wa ChatGPT.
• Hakuna endpoint ya OpenAI Images API au ombi la /v1/images linalojumuishwa.
• Ujuzi huu hausomi faili za uthibitishaji.
• Faili zinazozalishwa hubaki ndani ya nafasi ya kazi inayotumika.
• Vikomo vya usajili vinapofikiwa, kiendeshaji hakitumii Images API kama njia mbadala.

Sasisha Ujuzi

Kwenye macOS, Linux, au WSL2, sasisha clone endelevu kwa fast-forward kisha endesha bootstrap tena:

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

Kwenye Windows PowerShell asilia:

$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

Hitimisho

GPT Image Skill hutoa njia inayolenga nafasi ya kazi ya kuzalisha na kuhariri picha kutoka Codex, Claude Code, au wakala mwingine anayeendana, kwa kutumia uthibitishaji wa ChatGPT. Anza kwa ombi la moja kwa moja la lugha ya kawaida, toa njia thabiti za ndani za marejeleo, tumia toleo la hivi karibuni kwa kila marekebisho, na hifadhi makundi yenye mipaka kwa dhana huru au matoleo tofauti yanayotumia kianchaji kimoja.

Kwa mkataba wa usakinishaji na maelezo ya kina zaidi ya mtiririko wa kazi, tembelea hazina ya GPT Image Skill.