GPT Image 2 SkillSAFE

From the repository's own README, as read at the audited commit. Badges and raw HTML are left out.

node skills/gpt-image-2/scripts/check-mode.js
# or for structured output:
node skills/gpt-image-2/scripts/check-mode.js --json

The instruction file, verbatim from the audited commit — this is the text the model reads, and the surface the audit's instruction layer examines. Quoted here so you can judge it without cloning anything.

---
name: gpt-image-2
description: 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。
---

# 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:

```bash
node skills/gpt-image-2/scripts/check-mode.js
# 想拿结构化结果给上层程序用:
node skills/gpt-image-2/scripts/check-mode.js --json
```

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**)

```bash
node skills/gpt-image-2/scripts/check-mode.js
```

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)

```bash
node skills/gpt-image-2/scripts/generate.js \
  --prompt "A cute baby sea otter" \
  --size 1024x1024 \
  --quality high
```

### 2. 用提示词文件生图(Mode A)

```bash
node skills/gpt-image-2/scripts/generate.js \
  --promptfile garden-gpt-image-2/prompt/poster-20260424-153045.md
```

### 3. 编辑已有图片(Mode A)

```bash
node skills/gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --prompt "Replace the background with a clean studio scene"
```

### 4. 带遮罩的局部编辑(Mode A)

```bash
node skills/gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --mask assets/mask.png \
  --prompt "Replace only the masked area with a glass vase"
```

### 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.

SAFEgrade B · trust 89/100 Nothing in the source contradicts what it says it does. Grade A is reserved for packages that have also passed the behavioural sandbox.

What the source does

Filesystem

none-observed

Network

declared (3 observation(s))

Shell

none-observed

Dependencies

pinned

Secrets in source

none-found

Findings (1)

Read in this order: CLI args → `process.env` → `<cwd>/.env` → `<cwd>/.gateway.env` → `~/.gateway.env`.

Gates applied: no_behavioural_pass.

[![ModelsAtlas audit: GPT Image 2 Skill](https://modelsatlas.com/skills/conardli/gpt-image-2/badge.svg)](https://modelsatlas.com/skills/conardli/gpt-image-2/)

Not your listing, or something out of date? Claim or update your listing.