- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
今天不少佬友问反代出image2后如何生图，我记得image2出了不久已经有不少佬友找到方法了，这里分享一个自用的skill，image2发布的时候匆忙做的，不是最好的，欢迎大家补充。
使用网页生过图的佬应该知道，网页的生图模型不只是一个传参后直接生图模型，而是一个agent。
主模型会根据生图请求自行完成网络搜索，思考等工作，包括自行找参考图（推测）。我这里效仿官方内置skill做了一个cpa代出来的api可用的。
这是一个codex中使用自然语言生图的skill，在其他agent里面同理，api和url改下就行了。力求和gpt网页端近似的体验
配置
默认情况下，Skill 会读取 Codex 根目录里的配置：
auth.jsonconfig.toml
它需要能从里面找到：
- API Key
- 当前 Provider
- Provider 的
base_url
如果佬友的生图模型不走全局设置的url和api key，可以自行修改，或者直接告诉ai把skill拉取到本地后做一个自己的定制版本
- 个人使用的环境是cpa代的api接入codex，支持官方api的传参调用。具体文档参考官方文档：Image generation | OpenAI API
本skill自带代码已经集成大部分参数
怎么用
安装后，正常和 Codex 说话就行。比如：
用 生图技能 生成一张 2K 的电影感照片：雨夜东京街头，霓虹反光，真实摄影风格。
带参考图时可以这样说：
参考这张图的构图和人物姿势，生成一张暖色电影感插画，保持主体姿态，但不要照抄原图。
需要真实地点、产品、建筑、历史服饰这类容易生成错的东西时，可以直接要求 Codex 先查资料，技能已经要求ai在任何非常识性的图片生成都要查资料：
先查一下花江峡谷大桥的结构和地形参考，再生成一张高空俯视图，尽量保持真实桥型和峡谷环境。
说明
这是个人自用 Skill 的整理版，不是一个一定适用于所有环境的skill。个人的环境是cpa接入codex。不同反代和 Provider 的兼容程度可能不一样。
仓库
github.com
GitHub - yc-duan/api-image: Codex skill for API-based image generation through...
Codex skill for API-based image generation through OpenAI-compatible providers
2 个帖子 - 2 位参与者
来源: linux.do查看原文