gpt-image-2
面向 GPT Image 2 的图像生成 / 编辑技能。可在 3 种环境下使用：(A) Garden 本地模式，通过 OpenAI 兼容接口直接出图并落盘；(B) Host-Native 模式，把本 Skill 当作提示词工程指引，把渲染好的 prompt 交给宿主 Agent 自带的图像工具出图；(C) Advisor 模式，宿主无任何图像工具时退化为高质量 prompt 顾问。涵盖 18 大类、80+ 个结构化模板，覆盖海报 / UI / 产品 / 信息图 / 学术图 / 技术架构图 / 漫画 / 头像 / 流程板 / 电影分镜 / IP 周边 / 编辑工作流等场景。
By conardli · 4,660 installs
npx skills add conardli/garden-skills --skill gpt-image-2
Source repository · Upstream listing
GPT Image 2
这是一个面向 GPT Image 2 的聚焦型技能，在 3 种运行环境下都能用，但行为差异显著。 第一步必须先确定当前运行模式 。
它只做两类图像任务：
生成图片： POST /images/generations
编辑图片： POST /images/edits
本文件保留：运行模式、技能结构、环境变量、保存 / 命名规则、模板索引、模式感知工作流。详细模板全部放在 references/ ，分层组织：
一级：分类目录
二级：单模板 Markdown 文件
运行模式（必读，做任何事之前先确定）
本 Skill 自带一个轻量探测脚本，先跑一次，再根据结果决定怎么干活：
输出会给出 mode = A / A? / B or C 以及 recommendation 。三个模式定义如下：
Mode A · Garden 本地生图
触发条件 ：环境变量 ENABLE GARDEN IMAGEGEN 为真（ 1 / true / yes / on ） 且 存在 OPENAI API KEY 。
行为 ：完整端到端跑通"选模板 → 写 prompt → 调用脚本 → 出图落盘"。
用 scripts/generate.js 文本生图、 scripts/edit.js 编辑现有图。
prompt 默认落盘到 garden gpt image 2/prompt/ 、图片落盘到 garden gpt image 2/image/ 。
这是最强的模式：你是图像工具的"持有者"。
Mode B · Host Native 委托宿主出图
触发条件 ：未启用 Garden（ ENABLE GARDEN IMAGEGEN 未设置 / 为假），但 当前宿主 Agent 自带图像生成工具或图像 MCP 。
典型识别信号 （你应该自检）：
你的工具集里出现 image generation / imagegen / dalle / nano banana / mcp image / make image / 类似名字
用户在 ChatGPT / Codex / Gemini / Cursor 等支持原生出图的客户端中调用本 Skill
用户显式说"用你自己的工具出图"
行为 ：本 Skill 退化成提示词工程指引 ——
1. 仍按"选模板 → 填字段 → 渲染最终 prompt"的流程走。
2. 不要调用 node scripts/generate.js （没有 API key、必失败）。
3. 直接调用宿主自带的图像工具，把渲染好的 prompt 作为输入。
4. 如用户希望可顺手把 prompt 文件保存到 garden gpt image 2/prompt/ ，但图片去向由宿主决定，不强制。
Mode C · Advisor 纯提示词顾问
触发条件 ：未启用 Garden， 且 宿主 Agent 也没有任何图像生成工具。
行为 ：本 Skill 退化为"高质量 prompt 撰写顾问"——
1. 按"选模板 → 填字段 → 渲染最终 prompt"流程走，缺信息就问用户。
2. 把最终 prompt 直接打印给用户 + 保存一份到 garden gpt image 2/prompt/<task slug <timestamp .md 。
3. 附一句简短的"如何使用"建议（如：丢进 ChatGPT / Midjourney / DALL·E / Sora / Nano Banana / 自己后端 / 第三方 GPT Image 2 网关）。
4. 不要假装出图成功 。明确告知用户："已生成可直接复用的高质量 prompt，请用你的图像工具执行。"
模式决策表
条件 模式 调用脚本？ 落盘 prompt？ 落盘图片？
ENABLE GARDEN IMAGEGEN=1 + 有 KEY A ✅ generate.js / edit.js ✅ 自动 ✅ 自动
ENABLE GARDEN IMAGEGEN=1 但没 KEY A? ❌（先要 KEY） — —
未启用 + 宿主有图像工具 B ❌（用宿主工具） 可选 由宿主决定
未启用 + 宿主无图像工具 C ❌ ✅ 必须 ❌（无法）
模式不确定时
如果你判断不清自己是 B 还是 C， 直接问用户一句 ："是用你环境里的图像工具出图，还是只要我写好提示词？"
Mode A 调脚本失败（401 / 网络 / 配额）→ 报错并询问"切到 B / C 吗？"
用户输入工具
当此技能需要向用户提问时，遵循以下规则：
1. 优先使用当前运行时提供的用户输入工具。
2. 如果没有对应工具，则用简短的纯文本编号问题提问。
3. 能合并的问题尽量一次问完。
技能结构
scripts/check mode.js ： 先跑这个 ，检测运行模式（A / B / C）
scripts/generate.js ：文本生图（仅 Mode A 使用）
scripts/edit.js ：基于原图 / 遮罩改图（仅 Mode A 使用）
scripts/shared.js ：共享请求、保存、环境变量读取逻辑
references/ ：分层结构化提示词模板（A / B / C 三模式都用）
环境变量
按以下顺序读取配置：
1. CLI 参数
2. process.env
3. <cwd /.env
4. <cwd /.gateway.env
5. ~/.gateway.env
核心变量：
ENABLE GARDEN IMAGEGEN — 模式开关 。 1 / true / yes / on 时启用 Mode A；未设置或其它值则进入 Mode B / C。
OPENAI API KEY — Mode A 必需；B / C 不需要。
OPENAI BASE URL — 默认 https://api.openai.com/v1 ，可指向第三方兼容网关。
OPENAI IMAGE MODEL — 默认 gpt image 2 ，可换成网关支持的型号（如 gpt image 1 / dall e 3 ）。
默认实现按 OpenAI 兼容接口工作，不写死任何第三方网关。
默认输出目录
如果用户没有明确指定输出路径，统一使用当前工作区下的：
提示词目录： garden gpt image 2/prompt/ （ A / B / C 三种模式都建议用 ，方便复用与版本管理）
图片目录： garden gpt image 2/image/ （ 仅 Mode A 使用 ；Mode B 由宿主决定，Mode C 不产生图）
如果目录不存在，脚本（Mode A）必须自动创建；Mode B / C 在写 prompt 前手动 mkdir p 。
默认命名规则
如果用户没有明确指定文件名，脚本应自动生成与当前任务相关的文件名，并追加当前时间戳，避免重名。
命名规则：
提示词： garden gpt image 2/prompt/<task slug <timestamp .md
图片： garden gpt image 2/image/<task slug <timestamp .png
其中：
<task slug ：根据当前用户要求自动提取一个相关短名称
<timestamp ：当前时间戳，例如 20260424 153045
示例：
garden gpt image 2/prompt/live commerce ui 20260424 153045.md
garden gpt image 2/image/live commerce ui 20260424 153045.png
garden gpt image 2/prompt/vr headset exploded view 20260424 153102.md
garden gpt image 2/image/vr headset exploded view 20260424 153102.png
Prompt 保存规则
模式 是否必须保存 prompt 说明
Mode A ✅ 必须 进入实际生成 / 编辑流程必落盘
Mode B 推荐 默认建议保存方便复用；用户说"不用"就略过
Mode C ✅ 必须 用户拿走 prompt 自己执行，不落盘等于白干
通用规则（适用三种模式）：
1. 如果用户显式给了 prompt 文件路径，可直接使用该文件作为输入。
2. 如果用户直接给的是文本 prompt，也要先把最终 prompt 保存到 garden gpt image 2/prompt/ 。
3. 如果用户显式指定了 prompt output ，则尊重用户指定路径。
4. 否则使用默认命名规则自动保存。
图片保存规则（仅 Mode A）
1. 如果用户显式指定了 image 或 output ，则尊重用户指定路径。
2. 否则默认保存到 garden gpt image 2/image/ 。
3. 文件名应和当前任务语义相关，并附加时间戳。
Mode B 由宿主图像工具决定保存方式；Mode C 不产生图片。
快速用法
0. 检测运行模式（ 任何任务的第一步 ）
输出会告诉你当前是 Mode A / B / C，决定后续是否调用 generate.js / edit.js 。下面 1~4 仅在 Mode A 下使用。
1. 文本生图（Mode A）
2. 用提示词文件生图（Mode A）
3. 编辑已有图片（Mode A）
4. 带遮罩的局部编辑（Mode A）
5. Mode B / C 的"用法"
没有命令行入口——本 Skill 此时只是 提示词工程指南 ：
Mode B ：渲染好最终 prompt → 调用宿主自带的 image generation 类工具（参数中传入 prompt）→ 拿到图。
Mode C ：渲染好最终 prompt → 保存到 garden gpt image 2/prompt/<task slug <timestamp .md → 把内容直接展示给用户 → 提示用户在哪些图像工具中可以直接复用。
JSON 模板工作方式
当 references/ 中提供 JSON 模板时，按下面规则使用：
1. 先从 SKILL.md 找到最贴近的分类目录。
2. 再定位到具体模板文件。
3. 模板中的 {argument ...} 表示可替换参数。
4. 用户明确提供的值，直接填入。
5. 用户没有提供，但模板标了 default 的，默认可以先用默认值。
6. 如果缺失信息会显著影响结果，主动询问用户。
7. 用户也可以明确说“你随机生成”，这时可以保留默认值或在模板允许范围内合理随机化。
询问规则
当模板缺少关键变量时，不要笼统地问“你想要什么风格？”。应当根据模板字段精确提问。
例如直播 UI 模板缺少主体时，应优先问：
主播是谁？
用真人照片、名人名字、人物描述，还是完全随机生成？
缺少商品信息时应问：
商品名称是什么？
商品价格是否指定？
是否希望我自动补全评论和礼物内容？
模板索引
按任务类型只读取最贴近的具体模板文件，不要一次性全读整个 references/ 。
1. 方法论总文档
先读：
references/prompt writing.md
适用于：
你还没决定怎么构造 JSON 模板
你需要判断哪些字段该问、哪些字段可默认、哪些字段可随机
你需要把案例抽象成可复用模板
2. UI Mockups ( references/ui mockups/ )
适合各种“界面 + 内容”的样机视觉。当前已落地：
live commerce ui.md — 电商直播带货截图样机（主播 + 聊天区 + 礼物区 + 商品卡）
social interface mockup.md — 社交平台动态详情页样机（Twitter/X、小红书、微博、Threads 等）
product card overlay.md — 落地页 hero / 详情页主图（人物 + 商品 + 卖点 + 价格）
chat interface scene.md — 聊天 / 对话界面样机（iMessage、微信、群聊、AI 助手）
short video cover ui.md — 短视频封面 / 直播缩略图（YouTube、抖音、B 站、VTuber stream）
landing page case study.md — 深色 SaaS / 营销 case study 长页面 UI mockup（多 section + 滚动叙事 + 数据卡 + CTA）
3. Product Visuals ( references/product visuals/ )
适合“以商品为视觉中心”的图。当前已落地：
exploded view poster.md — 产品爆炸视图海报（主体垂直堆叠 + callout + 顶部 logo + 底部品牌区）
white background product.md — 电商纯白底主图（单品 / 多角度 / 极简营销叠层）
premium studio product.md — 高级影棚商业产品图（杂志广告级氛围）
packaging showcase.md — 礼盒 / 包装展示图（外盒 + 内容物展示）
lifestyle product scene.md — 生活方式产品场景图（商品出现在真实场景中）
ecommerce marketing board.md — 中式电商超复合销售看板（主图 + 详情页 + 卖点 + 使用步骤 + 场景 + TVC 分镜组合一图）
4. Maps ( references/maps/ )
适合“地图类视觉”（信息图已抽离到独立分类 17）。当前已落地：
food map.md — 城市美食手绘地图（编号点位 + 图例 + 中心吉祥物）
travel route map.md — 旅行路线图（多日行程 / 单日 city walk / 户外路线）
illustrated city map.md — 城市风貌插画地图（地标 + 江山 + 文化元素）
store distribution map.md — 品牌门店 / 服务覆盖分布图
itinerary day trip map.md — 一日游 split 海报（左 parchment 行程卡 + 右奇幻写实地图，5 7 站点严格对齐）
5. Slides & Visual Docs ( references/slides and visual docs/ )
适合“一页讲清楚一件事”的视觉文档。当前已落地：
dense explainer slides.md — Irasutoya × 霞关混合高密度讲解 Slide
policy style slide.md — 政策 / 政府公告 / 白皮书风格说明 Slide
visual report page.md — 商业报告执行摘要 / 投资人简报 / 年报概览页
educational diagram slide.md — 教学示意图（概念 / 机制 / 流程分解）
6. Poster & Campaigns ( references/poster and campaigns/ )
适合“品牌主视觉 + campaign + banner + 杂志封面”。当前已落地：
brand poster.md — 品牌主海报（产品 / 人物 / 纯文字主张）
campaign kv.md — Campaign Key Visual + 衍生 layout 系统
banner hero.md — Web hero / 落地页 / app banner（横向构图 + CTA）
editorial cover.md — 杂志 / 期刊 / 出版物封面
biomimetic concept poster.md — 仿生工业设计概念海报（自然原型 → 演化条 → hero render → 多视图技术图）
vintage editorial infographic.md — 复古档案 / 1940s 编辑式信息图海报（人物 + 公式 + 时间轴 + 模型，Bell Labs 风）
character catalog poster.md — 同一角色多版本信息图海报（星座 / 元素 / 朝代 / 人格系列卡片）
lineup comparison poster.md — 系列产品 lineup 对比信息图海报（30+ SKU 同图 + 图例 + 等级 key）
7. Portraits & Characters ( references/portraits and characters/ )
适合“人物视觉”。当前已落地：
professional portrait.md — 职业级商务肖像（LinkedIn / 团队页 / 媒体配图）
founder portrait.md — 创始人媒体大片肖像（戏剧灯光 + 留标题位）
virtual host.md — VTuber / 虚拟主播个人卡 + 直播预览
character sheet.md — 角色综合设定稿（三视图 + 表情 + 服装 + 配色板）
pose reference sheet.md — N×N 姿势 / 动作字典参考表（同一角色多姿势，舞蹈 / 战斗 / 健身）
8. Scenes & Illustrations ( references/scenes and illustrations/ )
适合 “氛围 + 故事 + 情绪” 的插画类视觉。当前已落地：
healing scene.md — 治愈系日常 / 季节场景插画
concept scene.md — 电影感概念大场景 / IP key art
picture book scene.md — 童书 / 绘本内页 / 节日卡片
minimalist mood scene.md — 极简留白氛围图 / 文学性壁纸
9. Editing Workflows ( references/editing workflows/ )
适合“基于现有图片做编辑”的图改任务（对应 scripts/edit.js ）。当前已落地：
background replacement.md — 背景替换（商品 / 人像 / 户外 / 棚景）
local object replacement.md — 局部对象替换（配合或不配合蒙版）
object removal.md — 杂物 / 路人 / 电线 / 瑕疵去除
product retouching.md — 产品精修（光泽 / 标签 / 阴影 / 瑕疵）
portrait local edit.md — 人像局部修改（发型 / 服装 / 妆容 / 配饰）
10. Avatars & Profile ( references/avatars and profile/ )
适合“风格化头像 / 人设 / 网格 / 贴纸 / 系列肖像”等"个人形象"类视觉。当前已落地：
style transfer selfie.md — 把参考图人物转成 cosplay / 哥特 / 复古胶片 / 偶像写真等任意风格
character grid portrait.md — 同一角色 n×n 网格肖像（多职业 / 多表情 / 多朝代 / 多风格）
themed 3d icon.md — Kawaii 3D / Minecraft / 拟物 3D 应用图标式头像
sticker set.md — 贴纸套装 / 表情包合集（独立元素 + 描边 + 标签）
cultural portrait series.md — 朝代 / 神话 / 文学 / 民族系列肖像
11. Storyboards & Sequences ( references/storyboards and sequences/ )
适合“多分镜 / 漫画 / 关系图 / 流程步骤”等"叙事性序列"类视觉。当前已落地：
four panel comic.md — 4 格漫画 / 讽刺漫画 / 段子漫画（起承转合 + 对话气泡）
manga spread page.md — 单页 / 跨页漫画分镜（不规则格子 + 对话 + 心声）
anime key visual.md — 单图动漫 KV / 轻小说封面 / IP 海报
character relationship diagram.md — 角色关系图海报（卡片 + 关系连线 + 图例）
recipe process flowchart.md — 食谱 / 教程 / 流程步骤图（编号 + 插图 + 说明）
product tvc storyboard.md — 产品 TVC 商业广告分镜板（9 panel 实拍质感 + 镜头描述 + 时长）
cinematic storyboard grid.md — 电影感叙事分镜 contact sheet（3×4 / 4×4，连续叙事 + cinematic still）
process photo board.md — 真人 cinematic 流程板（装备穿戴 / 化妆 / 训练 / 操作分解，编号 + 步骤递进）
12. Grids & Collages ( references/grids and collages/ )
适合“多面板网格 / 拼贴 / 立项 board”类视觉。当前已落地：
banner grid 2x2.md — 2×2 营销 banner 套装（一次出 4 张统一系列设计）
lookbook grid.md — 7 日 lookbook / 9 宫 self care / TOP N 清单图
mixed style multi panel.md — 多风格混合拼贴（同一主体不同画风演绎）
anime pitch board.md — 动漫 / 游戏 / 影视立项 pitch board（KV + 角色 + 世界观 + 文案）
ad banner multi grid.md — 多行业 / 多主题混合广告 banner 网格（每格独立行业 + 风格 + 文案）
13. Branding & Packaging ( references/branding and packaging/ )
适合“品牌识别系统 / 吉祥物 / 包装设计”类视觉。当前已落地：
brand identity board.md — 品牌识别系统板（logo + 配色 + 字体 + 应用 mockup）
mascot brand kit.md — 吉祥物多面板品牌识别套装（主形象 + 三视图 + 表情 + 应用）
cosmetic packaging.md — 化妆品 / 护肤品 单瓶 / 系列 / 礼盒包装
beverage label design.md — 饮料 / 食品 / 调味品标签设计（国潮 / 日式 / 西式）
full mascot brand doc.md — 18+ 模块大型品牌识别 + 吉祥物全流程文档 （DNA / moodboard / 草图 / 线稿 / 3D / 配色 / 材质 / 应用一图概览）
character merch board.md — IP 角色 + 周边 / 包装 / 海报 / 社交 profile 多元素综合品牌板
14. Typography & Text Layout ( references/typography and text layout/ )
适合“字面优先 / 双语版式”等"以文字为主视觉"的类型。当前已落地：
title safe poster.md — 大字主张型海报（日式高能量 / 瑞士极简 / 复古印刷）
bilingual layout visual.md — 中英 / 中日双语版式视觉（文化 / 学术 / 跨文化品牌）
15. Assets & Props ( references/assets and props/ )
适合“图标集 / 游戏截图”等"成套素材 / 游戏资产"类视觉。当前已落地：
retro skeuomorphic icons.md — 拟物 / Y2K / 像素 图标集（成套统一风格）
game screenshot mockup.md — 游戏内截图 mockup（HUD + 字幕 + 任务面板）
16. Academic Figures ( references/academic figures/ )
适合“论文 / 顶会投稿 / 学术海报 / 答辩 PPT / 开题答辩 / 期刊投稿 Graphical Abstract”的配图。整体偏白底 + 出版物字体 + 几何精确 + 低饱和工程色（深蓝 / 灰蓝 / 黑灰为主，≤3 主色）+ 可单色印刷。 严格禁止虚构定量数据 （数值 / 等值线 / 色标范围 / 公式）。
CS / CV / ML 方向：
method pipeline overview.md — 方法总览图 / pipeline figure（多 stage 块 + 数据流；变体 4 提供工程类左/中/右 三段式技术路线图）
neural network architecture.md — 神经网络架构图（layer 块 + tensor shape + 跳连）
qualitative comparison grid.md — 多方法 qualitative 对比网格（ 行 = 样本，列 = 方法 ）
工程 / 自然科学 / 答辩通用：
scientific schematic.md — 概念 / 原理 / 实验装置示意图（自由度高，自然语言模板）
mechanism diagram.md — 机理示意图 / 因果链路 / 转化路径（中心对象 + 多阶段转化 + 结果区；含三段式因果链 / 循环自激发 / 多分支竞争 三种变体）
multi condition comparison.md — 多工况 / 多条件结果对比图 （同一对象在不同 condition 下的并列结果，2×2 / 1×N / M×N；强调 panel 间严格统一）
publication chart.md — publication ready 数据图表（bar / line / scatter / heatmap / box）
总览 / 摘要 / 答辩首页：
graphical abstract.md — 期刊投稿 Graphical Abstract / 图形摘要（横向 4 段式 / 中心展开 / 方形 / 竖版四种变体）
research overview post