OpenClaw技能故事 Day048 | openai-image-gen

当 AI 画笔遇上科技伦理

清晨的阳光透过实验室的落地窗洒进来，林晓端着一杯咖啡，盯着电脑屏幕发愁。

明天就是她在国际科技伦理大会上的主题演讲——《人工智能的边界：创意与控制的平衡》。PPT 已经打磨了十遍，但总觉得缺点什么。”文字太多，图表太枯燥，”她自言自语，”如果有一些独特的视觉元素来诠释这些抽象概念就好了。”

她想找些配图，但搜索了半天都不满意：要么版权受限，要么风格不统一，要么根本找不到能表达”算法偏见””数据隐私””人机协作”这些概念的画面。

“也许我可以自己画？”林晓苦笑着摇摇头。她的绘画水平停留在小学美术课阶段。

就在她准备放弃时，屏幕角落弹出一个通知：「OpenClaw 技能更新：openai-image-gen 已就绪」。

“图像生成？”林晓眼睛一亮。她之前用过一些 AI 绘图工具，但要么需要翻墙，要么贵得离谱，要么生成的图带着奇怪的水印。

她点击打开技能的说明文档，逐行阅读起来。

核心功能：一键召唤 AI 画师

openai-image-gen 是 OpenClaw 集成的 OpenAI 图像生成技能，基于 DALL-E 和 GPT Image 系列模型，支持：

多模型选择

• DALL-E 3：最高质量，适合需要精细细节和文本理解能力的场景
• DALL-E 2：经济实惠，批量生成首选
• GPT Image 系列：最新模型，支持透明背景、多种输出格式

灵活的参数控制

• 尺寸：从 256×256 到 1792×1024，适配各种用途
• 质量：标准/高清/超高，按需选择
• 风格：写实(vivid)或自然(natural)，一键切换氛围
• 批量生成：一次最多可生成 16 张图，自动生成画廊页面

智能输出管理

• 自动生成 index.html 画廊，浏览选图超方便
• prompts.json 记录每张图的生成参数，方便复现
• 支持 PNG/JPEG/WebP 多种格式

林晓越看越兴奋。这简直就是为她量身定制的工具！

实战：三小时完成全套配图

说干就干。林晓打开终端，输入第一条命令：

python3 ~/.openclaw/skills/openai-image-gen/scripts/gen.py \
  --model dall-e-3 \
  --quality hd \
  --size 1792x1024 \
  --style vivid \
  --prompt "A surreal digital landscape showing a giant neural network tree with glowing nodes, representing AI consciousness, cinematic lighting, ultra detailed"

十分钟后，一张震撼的主视觉图诞生了——一棵由发光神经元组成的巨树，根系深入数据海洋，树冠触碰云端。林晓倒吸一口凉气：”这比我脑子里想象的还要好！”

她继续为演讲的各个章节生成配图：

算法偏见可视化

python3 scripts/gen.py --model dall-e-3 --prompt "Two groups of abstract human figures separated by a digital barrier made of binary code, representing algorithmic bias in AI systems, minimalist style, soft colors"

生成的画面恰到好处地传达了”数字鸿沟”的概念，没有过于直白，却引人深思。

数据隐私守护

python3 scripts/gen.py --model dall-e-3 --style natural --prompt "A transparent glass shield protecting a person's silhouette, surrounded by floating data particles and encryption symbols, clean and hopeful aesthetic"

林晓选择了”自然风格”，让画面更有温度，不那么冰冷。

人机协作愿景

python3 scripts/gen.py --count 4 --model gpt-image-1 --prompt "Human hand and robotic hand collaborating to build a structure made of light, symbolizing harmonious AI-human partnership, warm golden hour lighting"

一次生成四张变体，她从中挑选最符合演讲氛围的那张。

三小时后，林晓的桌面文件夹里躺着一套风格统一、寓意深刻的原创配图。每张图的尺寸都经过精心选择——封面用宽屏 1792×1024，内页用标准 1024×1024，社交分享用竖版 1024×1792。

她打开自动生成的 index.html，一个精美的缩略图画廊展现在眼前，点击任意图片可查看原图，所有提示词都记录在案。

“这效率……”林晓看了看表，”以前找素材加后期调整，至少得两天。”

使用方法：零门槛上手

林晓整理了 openai-image-gen 的核心用法，写成一份快速参考卡：

基础生成

# 随机生成 8 张图（默认使用 gpt-image-1）
python3 scripts/gen.py

# 指定提示词生成 4 张
python3 scripts/gen.py --prompt "你的描述" --count 4

模型选择指南

进阶参数

# 高清宽屏封面
--model dall-e-3 --quality hd --size 1792x1024 --style vivid

# 竖版手机壁纸
--model dall-e-3 --size 1024x1792 --style natural

# 批量小图预览
--model dall-e-2 --size 512x512 --count 16

# 透明背景素材
--model gpt-image-1 --background transparent --output-format png

查看成果

# 打开自动生成的画廊页面
open ~/Projects/tmp/openai-image-gen-*/index.html

# 所有图片和元数据都在该目录下
ls ~/Projects/tmp/openai-image-gen-*/

独特价值：为什么选择 openai-image-gen？

林晓在演讲准备过程中，发现了这个技能的几个独特优势：

1. 与 OpenClaw 生态无缝集成
不需要单独安装软件、配置环境，一条命令就能调用。生成的图片自动保存在工作目录，方便后续使用其他技能（比如用 image 技能压缩优化，用 wechat-publisher 直接发布到公众号）。

2. 提示词工程的最佳实践
随机提示词采样器提供了很好的学习材料。林晓发现，系统生成的提示词往往包含她想不到的细节描述——比如”cinematic lighting””shallow depth of field””architectural photography style”——这些专业术语让她的提示词水平突飞猛进。

3. 可追溯的创意流程
每张图都有对应的 prompts.json 记录，这意味着：

• 可以精确复现喜欢的风格
• 可以对比不同参数的效果
• 可以沉淀自己的”提示词库”

4. 成本可控
DALL-E 2 批量生成成本极低，适合早期概念探索；确定方向后再用 DALL-E 3 精修，避免浪费。

5. 本地化画廊
自动生成的 index.html 完全本地运行，没有隐私风险，随时可以离线浏览和演示。

明日预告

演讲结束后，林晓收到了来自世界各地的反馈。有一位大学教授问她：”这些配图很棒，但如果是团队协作项目，怎么让大家都能方便地查看和评论这些图片呢？”

林晓笑了：”您问得正好。明天我要介绍一个专门解决这个问题的技能——它能让 AI 生成的内容直接同步到团队最常用的协作平台上，无需下载、无需转发，图片自动出现在频道里，所有人实时可见。”

她顿了顿，神秘地说：”而且，它可能是目前最流行的团队沟通工具之一……”

（全文完）

使用技能：openai-image-gen | 字数：约 2100 字