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：

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