Claude Image

Claude image

教 Claude Code、Codex 等 agent 真正用好 GPT Image 2 的 drop-in skill 包。 A drop-in skill that teaches Claude Code, Codex, and other agents to actually use GPT Image 2.

[简体中文](#简体中文) · [English](#english)

---

简体中文

把这玩意儿丢进 Claude Code 或 Codex，你的 agent 就能从「这是个 curl 命令，祝你好运」进化成一次到位地产出 pitch deck 幻灯片、中文海报、像素图块、写实产品图、外科手术级修图。

GPT Image 2 是 2026 年 4 月发布的——这一代是分水岭：长指令式 prompt 不再丢细节，文字渲染终于正确（中日韩通吃），自定义分辨率最长 3840px，编辑端点用 `change ONLY X / preserve Y exactly` 模式做精准局部修改。

但是问题来了：2026 年 4 月之前训练的 agent 一无所知。它们用老办法写 prompt——*"4K, ultra detailed, masterpiece, trending on artstation"*——这些词在 GPT Image 2 上要么被忽略，要么直接帮倒忙。它们粘 curl 命令而不存文件。它们生成完之后问用户"这看着对吗？"，根本不自己看一眼。

这个 skill 把这些全修了。

仓库结构

gpt-image-2/
├── SKILL.md                # 入口。Claude 自动加载。
├── README.md               # 你正在看的这个。
├── LICENSE                 # MIT。
├── install.sh              # Claude Code 一键安装。
├── .env.example            # 两个环境变量,就这一点配置。
├── references/
│   ├── prompting.md        # 7 条习惯 + 意图优先框架 + 风格词表
│   ├── use-cases.md        # 10+ 复制即用模板:PPT 幻灯片、UI mockup、
│   │                       # 中文海报、像素图、角色三视图、信息图、
│   │                       # logo、写实摄影、修图……
│   ├── api.md              # 完整参数 + 自定义分辨率约束
│   └── post-process.md     # 压缩、缩放、转码 (pngquant/cwebp/avifenc)
└── scripts/
    └── gpt_image.py        # 零依赖 Python CLI (只用 urllib,Python 3.7+)

为什么你的 agent 真的会去调用它

三个让这玩意儿真正起作用而不是装饰品的设计:

1. **可发现的 description**。frontmatter 里把所有触发词都列了——"海报"、"图标"、"ppt素材"、"改图"、"draw me"、"make an image"——所以 agent 的 skill 选择器在收到图像请求时真的会触发,而不是退回去自己拼 curl。

2. **一个 CLI,四种能力**。生成 / 编辑 / 局部重绘 / 并行批处理都是一个脚本的子命令。鉴权、重试、b64 vs URL、multipart、文件 IO、并行批处理——都处理好了。Agent 自己手撸基本上某一项会出错。

3. **视觉自验证写进了工作流**。Skill 明确告诉 Claude 在把结果给用户之前自己 `Read` 一下生成的 PNG,对照 prompt 检查。再也不会出现"图给你了,你看对不对"。

安装

Claude Code(一行)

git clone https://github.com/jiangmuran/claude-image.git ~/.claude/skills/gpt-image-2 \
  && bash ~/.claude/skills/gpt-image-2/install.sh

安装脚本会问你要 API key,写到 `~/.zshrc`,可选跑一个冒烟测试。

装完之后下