前言¶

在 Cursor、Claude Code 等环境里让 Agent 画图，常见做法是手写一段调用 OpenAI 兼容 /v1/images/generations 的脚本，或把 base URL、API Key 写死在对话里。网关若只暴露 /v1/models 而不支持标准生图路径，还容易把「能列出 gpt-image-2」误判成「一定能出图」。下面介绍 SkillHub 社区技能 @user_fdb96f95/gpt-image-2（gpt-image-2生图技能）：按固定流程发现配置、校验模型、调用接口并把 b64_json 保存为本地文件。

这是什么¶

gpt-image-2生图技能 是面向任意 AI Agent 的通用生图模块，坐标 @user_fdb96f95/gpt-image-2，当前 SkillHub 版本 1.1.2，来源为 community，分类 design-media，发布者 user_fdb96f95。官方页面：SkillHub 技能页，资源地址 https://api.skillhub.cn/user_fdb96f95/gpt-image-2。

技能标签标明 requires_api_key=true：需要自备 OpenAI 兼容网关的 API Key，技能本身不在文档中保存真实密钥。

核心功能¶

依据技能包 SKILL.md，已核实能力包括：

1. 自动发现 OpenAI 兼容 API：优先读环境变量 OPENAI_BASE_URL / OPENAI_API_KEY、CLAWTO_BASE_URL / CLAWTO_API_KEY；若无，再从宿主 config.yaml 映射 model.base_url、model.api_key、auxiliary.vision.base_url、auxiliary.vision.api_key 等字段。
2. 验证 gpt-image-2 支持：对同一 base URL 与同一组凭证请求 /v1/models，确认列表中存在 gpt-image-2。
3. 调用生图接口：向 {base_url}/images/generations 提交 JSON（model、prompt、size 等），超时建议 180 秒或更长。
4. 保存本地文件：解析响应中的 data[0].b64_json，解码写入 PNG 等文件。
5. 运维与安全约定：不跳过 SSL 校验；模型列表与生图请求必须使用同一网关；尺寸不支持时从 2048x1024 回退到 1024x1024；附带 references/clawto-api-notes.md 记录部分网关的非标准路径行为。

安装与启用¶

安装 SkillHub CLI¶

若尚未安装，可先检查版本：

command -v skillhub && skillhub --version

未安装时可执行（仅 CLI）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

完整安装说明见 https://skillhub.cn/install/skillhub.md。

安装本技能¶

安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。本技能在索引中的安装方式为：

skillhub install gpt-image-2 --namespace user_fdb96f95 --dir <你的 skills 目录>

常见路径示例（来自 SkillHub 安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

也可将下面提示交给 Agent，让其按官方安装文档拉取 @user_fdb96f95/gpt-image-2：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_fdb96f95/gpt-image-2。

安装后按所用客户端要求重启或刷新 Agent，使技能生效。

配置 API¶

在 shell 或宿主环境中注入（示例，请替换为真实值）：

export OPENAI_BASE_URL="https://你的网关/v1"
export OPENAI_API_KEY="你的密钥"

技能同样支持 CLAWTO_BASE_URL / CLAWTO_API_KEY 命名；具体以 SKILL.md 中的发现顺序为准。

典型用法¶

下面步骤与技能文档一致，便于在终端或 Agent 会话中复现。

1、检查是否已配置环境变量

python3 - <<'PY'
import os
candidates = [
    ('OPENAI_BASE_URL', 'OPENAI_API_KEY'),
    ('CLAWTO_BASE_URL', 'CLAWTO_API_KEY'),
]
for base_var, key_var in candidates:
    base = os.getenv(base_var)
    key = os.getenv(key_var)
    if base and key:
        print(f'{base_var}={base}')
        print(f'{key_var}=SET')
        break
else:
    print('no_api_found')
PY

2、验证 /v1/models 是否包含 gpt-image-2

先将 API_BASE_URL、API_KEY 设为发现到的值，再执行：

python3 - <<'PY'
import os, json, urllib.request, ssl
base = os.environ['API_BASE_URL'].rstrip('/')
key = os.environ['API_KEY']
url = f'{base}/models'
req = urllib.request.Request(url, headers={'Authorization': f'Bearer {key}'})
ctx = ssl.create_default_context()
with urllib.request.urlopen(req, context=ctx, timeout=30) as r:
    data = json.loads(r.read().decode('utf-8', 'ignore'))
    models = [m.get('id') for m in data.get('data', [])]
    print('has_gpt_image_2=', 'gpt-image-2' in models)
    print(models)
PY

3、调用 gpt-image-2 生图

python3 - <<'PY'
import os, json, urllib.request, ssl
base = os.environ['API_BASE_URL'].rstrip('/')
key = os.environ['API_KEY']
api = f'{base}/images/generations'
payload = json.dumps({
    'model': 'gpt-image-2',
    'prompt': 'a stylish female livestream host in a professional streaming studio, smiling, modern lighting, realistic, safe and tasteful, no suggestive pose',
    'size': '1024x1024'
}).encode()
req = urllib.request.Request(api, data=payload, headers={
    'Authorization': f'Bearer {key}',
    'Content-Type': 'application/json'
})
ctx = ssl.create_default_context()
with urllib.request.urlopen(req, context=ctx, timeout=180) as r:
    print(r.status)
    print(r.read().decode('utf-8', 'ignore'))
PY

4、将响应 JSON 中的 b64_json 写入文件

先把上一步响应保存为 response.json，再解码：

python3 - <<'PY'
import json, base64, pathlib
body = json.loads(open('response.json').read())
out = pathlib.Path('gpt_image_2.png')
out.write_bytes(base64.b64decode(body['data'][0]['b64_json']))
print(out)
PY

在对话里使用时，可直接用自然语言描述画面（技能文档提供了英文示例 prompt，可按直播间、产品展示等场景替换）。若用户指定输出目录，技能要求 Agent 记住该路径并在后续默认写入。

适用场景与注意¶

适合谁

• 已在使用 OpenAI 兼容网关、且网关模型列表含 gpt-image-2 的开发者。
• 希望 Agent 按统一流程「发现配置 → 验模 → 生图 → 落盘」，而不是每次临时拼 curl 的团队。

限制与坑

• 部分网关仅在 /v1/models 中展示 gpt-image-2，但标准 /v1/images/generations 仍返回 404 或需走其它路径；技能附带的网关笔记以 api.clawto.link 为例说明了这种情况，不能仅凭模型列表判断可生图。
• 返回多为 b64_json 而非图片 URL；401、400、insufficient balance 需分别检查凭证、尺寸与账户额度。
• SkillHub 页面统计（截至资料抓取）：评分 100000，下载 10194，安装 2；实际可用性仍取决于你的网关与 Key。

结尾¶

gpt-image-2生图技能把「发现 OpenAI 兼容 API、验证 gpt-image-2、调用生图并保存文件」写成 Agent 可执行的固定步骤，适合作为通用生图模块挂在 Cursor、Claude Code、Codex 等环境。安装与详情见 https://www.skillhub.cn/skills/user_fdb96f95/gpt-image-2，资源入口 https://api.skillhub.cn/user_fdb96f95/gpt-image-2。