Skip to content

生图模型(GPT / Gemini) ​

AiCodeCat 提供两类生图模型:GPT 生图和 Gemini 生图。两类各用一个分组,Key 也要分开建。

用法有两种:

  • 在 Codex / Claude Code 里说一句话出图:装 image-curl 技能,见 第 2 步。最省事的是把 一段话 连同 Key 发给 AI,让它自己装好并测试。适合大多数人。
  • 自己调接口:用 curl 或 PowerShell 直接请求,见 第 3 步。适合写脚本、接进自己的程序。

有哪些模型 ​

类别模型适合
GPT 生图gpt-image-2.6(默认)
gpt-image-2、gpt-image-2.5
以及带 -flare、-sunburst 的档位
默认首选;透明背景、PNG / WebP 输出、蒙版局部改图
Gemini 生图gemini-nano-banana-2.1
gemini-3.1-flash-image
超宽超高比例(如 4:1、1:8)、多张参考图合成(最多 14 张)

GPT 生图走 https://aicode.cat/v1/images/…,Gemini 生图走 https://aicode.cat/v1beta/models/…:generateContent,完整写法见 第 3 步。可用模型和单价以 主站控制台 为准。Gemini 生图固定返回 JPEG。

GPT 生图:gpt-image-2 文生图

GPT 改图:在原图上加一条红围巾

上面两张是 gpt-image-2 的效果:先文生图,再改图加一条围巾。下面两张是 gemini-nano-banana-2.1 的效果:先出一张 2K 横版咖啡馆,再把上面的猫和咖啡馆两张图合成一张。

Gemini 文生图:16:9 2K 咖啡馆

Gemini 多图合成:把猫放进咖啡馆

1. 创建生图 Key ​

  1. 打开 密钥页,新建 Key。
  2. 分组选生图分组:要用 GPT 生图就选 GPT 生图分组,要用 Gemini 生图就选 Gemini 生图分组。分组名称以控制台显示为准。两类都要用,就各建一把。
  3. 点 Key 旁边的复制图标,把 Key 复制出来。

两类 Key 不通用

GPT 生图分组的 Key 不能调 Gemini 模型,Gemini 生图分组的 Key 也不能调 GPT 模型。用错时接口会报 API key group platform is not gemini 或 Images API is not supported for this platform。更多说明见 创建 API Key。

2. 方式一:装 image-curl 技能,让 AI 帮你画 ​

image-curl 是给 Codex 和 Claude Code 用的生图技能。装好后,你在对话里说「画一张……」,AI 会自己调用接口,把图片存到本地,再告诉你文件路径。

需要先装好 git、curl 和 Python 3(3.8 或更新)。Windows 10/11 自带 curl.exe,Python 可以从 python.org 安装。

2.1 一段话让 AI 自己装好(最省事) ​

把下面这段复制下来,在冒号后面粘贴你的生图 Key(只有一种就只填那一行),然后在 Codex 或 Claude Code 里新开一个对话发过去。AI 会自己下载、安装、写好配置、查一遍可用模型,再生成一张测试图告诉你存在哪。

文本
请帮我安装并配置 image-curl 生图技能,装好后测试出一张图。

我的生图 Key(没有的那一行留空):
GPT 生图分组的 Key:
Gemini 生图分组的 Key:

请按下面做:
1. 从 https://github.com/KonglingDaDa/URL-image 下载仓库,按其中 skill_src/image-curl/SKILL.md 的「安装与 Key 配置」安装技能:你是 Codex 就装到 ~/.codex/skills/image-curl,你是 Claude Code 就装到 ~/.claude/skills/image-curl(Windows 在用户目录下的同名位置)。已经装过就用新版覆盖。
2. Key 只写进技能目录的 local.env:GPT 的写 IMAGE_CURL_API_KEY,Gemini 的写 IMAGE_CURL_GEMINI_API_KEY;只有 Gemini Key 时,再加一行 IMAGE_CURL_MODEL=gemini-nano-banana-2.1。不要写进其他文件,回复里也不要显示 Key。
3. 运行技能的 models 子命令,确认能列出模型。
4. 生成一张测试图,提示词「一只坐在窗边的橘猫,水彩风格」,尺寸用默认的 1024x1024。两个 Key 都填了就 GPT、Gemini 各出一张。
5. 最后告诉我:技能装在哪、能用哪些模型、测试图保存在哪。出错就给我看报错原文,并按 SKILL.md 的「异常处理」排查。
  • 过程中 AI 会请求联网、执行命令和写入 ~/.codex 或 ~/.claude 的权限,同意即可。整个过程一般几分钟。
  • 装完重启 Codex / Claude Code,之后说「画一张……」就会自动用这个技能。
  • 这段话只适合能执行命令的 AI 客户端,例如 Codex、Claude Code。Cherry Studio 这类只能聊天的客户端做不了。
  • 2026-11-16 实测:把这段话原样发给 Codex 和 Claude Code,两边都装好并各自出了 GPT、Gemini 两张测试图,回复里没有显示 Key。

Key 会留在聊天记录里

这样做 Key 会保存在客户端的聊天记录里,也会随对话发给 AI 模型服务。建议:生图专门建一把 Key,创建时打开「额度限制」设个上限;不再使用或担心泄露时,到 密钥页 删掉重建。不想把 Key 发给 AI,就按下面的手动步骤装。

2.2 手动安装技能 ​

下面装到 Codex。用 Claude Code 的话,把路径里的 .codex 换成 .claude。

macOS / Linux
git clone https://github.com/KonglingDaDa/URL-image.git
mkdir -p ~/.codex/skills
cp -R URL-image/skill_src/image-curl ~/.codex/skills/image-curl
chmod +x ~/.codex/skills/image-curl/scripts/*.sh
cp ~/.codex/skills/image-curl/local.env.example ~/.codex/skills/image-curl/local.env
chmod 600 ~/.codex/skills/image-curl/local.env
Windows PowerShell
git clone https://github.com/KonglingDaDa/URL-image.git
$skill = Join-Path $env:USERPROFILE ".codex\skills\image-curl"
New-Item -ItemType Directory -Force -Path (Split-Path $skill) | Out-Null
Copy-Item -Recurse .\URL-image\skill_src\image-curl $skill
Copy-Item (Join-Path $skill "local.env.example") (Join-Path $skill "local.env")

2.3 填 Key ​

用文本编辑器打开技能目录里的 local.env(macOS / Linux 在 ~/.codex/skills/image-curl/local.env,Windows 在 %USERPROFILE%\.codex\skills\image-curl\local.env),把第 1 步复制的 Key 填进去:

Bash
IMAGE_CURL_API_KEY=GPT生图分组的Key
IMAGE_CURL_GEMINI_API_KEY=Gemini生图分组的Key
  • 只有一类 Key,就只填那一行。
  • 只有 Gemini Key 时,再加一行 IMAGE_CURL_MODEL=gemini-nano-banana-2.1,这样不指定模型时也会用 Gemini。
  • 生图 Key 只放在这个文件里,不要写进 ~/.codex/auth.json、~/.claude/settings.json 等全局配置。

2.4 检查配置 ​

下面的命令只查询模型列表,不生图,也不扣费:

macOS / Linux
~/.codex/skills/image-curl/scripts/image-curl.sh models
Windows PowerShell
& "$env:USERPROFILE\.codex\skills\image-curl\scripts\image-curl.ps1" models

正常时会列出 openai 和 gemini 两组可用模型。某一组显示 skipped 表示那类 Key 没填;显示 error 时按 常见报错 处理。

2.5 在对话里用 ​

重启 Codex 或 Claude Code,然后直接说:

文本
画一只坐在窗边的橘猫,水彩风格
用 Gemini 画一张竖版海报:雨夜霓虹街道,2K
把 ./photo.png 的背景换成星空,保留人物
把上一张图再改一下:天空换成黄昏
用 Gemini 把 ./cat.png 里的猫放进 ./cafe.jpg 的咖啡馆里

AI 会自己选子命令和参数,图片默认存到 ~/.codex/generated_images/ 下,完成后告诉你路径。指定 保存到 ./xxx.png 就存到你说的位置。

3. 方式二:直接调接口 ​

下面的命令都在 aicode.cat 上实测过。先把 Key 放进环境变量,命令里就不用写明文 Key:

macOS / Linux
export AICODECAT_GPT_IMAGE_KEY="GPT生图分组的Key"
export AICODECAT_GEMINI_IMAGE_KEY="Gemini生图分组的Key"
Windows PowerShell
$env:AICODECAT_GPT_IMAGE_KEY = "GPT生图分组的Key"
$env:AICODECAT_GEMINI_IMAGE_KEY = "Gemini生图分组的Key"

3.1 GPT 文生图 ​

接口:POST https://aicode.cat/v1/images/generations,鉴权头 Authorization: Bearer Key。

macOS / Linux
curl -sS https://aicode.cat/v1/images/generations \
  -H "Authorization: Bearer $AICODECAT_GPT_IMAGE_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2.6","prompt":"一只坐在窗边的橘猫,水彩风格","size":"1024x1024","response_format":"b64_json"}' \
  -o gpt-response.json

python3 - <<'PY'
import base64, json, subprocess
item = json.load(open("gpt-response.json", encoding="utf-8"))["data"][0]
if item.get("b64_json"):
    open("cat.png", "wb").write(base64.b64decode(item["b64_json"]))
else:
    subprocess.run(["curl", "-sSfL", "-o", "cat.png", item["url"]], check=True)
print("已保存 cat.png")
PY
Windows PowerShell
$key = $env:AICODECAT_GPT_IMAGE_KEY
$body = @{ model = "gpt-image-2.6"; prompt = "一只坐在窗边的橘猫,水彩风格"; size = "1024x1024"; response_format = "b64_json" } | ConvertTo-Json
$r = Invoke-RestMethod -Uri "https://aicode.cat/v1/images/generations" -Method Post `
  -Headers @{ Authorization = "Bearer $key" } -ContentType "application/json; charset=utf-8" `
  -Body ([Text.Encoding]::UTF8.GetBytes($body))
if ($r.data[0].b64_json) {
  [IO.File]::WriteAllBytes((Join-Path $PWD "cat.png"), [Convert]::FromBase64String($r.data[0].b64_json))
} else {
  curl.exe -sSfL -o (Join-Path $PWD "cat.png") $r.data[0].url
}
"已保存 cat.png"

网关对小图一般直接返回图片数据(b64_json),对 3840x2160 这类大图只返回下载链接(url),上面的脚本两种都能处理。下载链接要用 curl 取,Windows 上写 curl.exe(PowerShell 里的 curl 是另一个命令);图片服务器会拒绝 Python 自带的下载方式。

要多张图就在请求里加 "n": 2,data 里会返回两张;上面的脚本只保存第一张(data[0]),要全部保存就逐个处理 data 里的每一项,或者用 image-curl 的 --count 2。

3.2 GPT 改图 ​

接口:POST https://aicode.cat/v1/images/edits,用表单上传原图。下面在上一步的 cat.png 上加一条围巾:

Bash
curl -sS https://aicode.cat/v1/images/edits \
  -H "Authorization: Bearer $AICODECAT_GPT_IMAGE_KEY" \
  -F model=gpt-image-2.6 \
  -F "image[]=@cat.png" \
  -F prompt="给猫戴一条红色围巾,其他保持不变" \
  -F response_format=b64_json \
  -o edit-response.json

保存图片的方法同 3.1,把文件名换成 edit-response.json。多张参考图就重复 -F "image[]=@文件";局部改图再加 -F "mask=@mask.png":蒙版是和原图同样大小的 PNG,透明的地方是要改的部分。蒙版只是引导,模型可能顺带改动相邻内容;实测把上方 40% 设为透明、要求换成星空,夜空延伸到了整扇窗户。Windows 上改图建议用 image-curl 技能 的 edit 子命令。

3.3 Gemini 文生图 ​

接口:POST https://aicode.cat/v1beta/models/模型名:generateContent,鉴权头 x-goog-api-key: Key。比例和清晰度写在 imageConfig 里。

macOS / Linux
curl -sS "https://aicode.cat/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "x-goog-api-key: $AICODECAT_GEMINI_IMAGE_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"清晨的咖啡馆,写实摄影"}]}],"generationConfig":{"responseModalities":["TEXT","IMAGE"],"imageConfig":{"aspectRatio":"16:9","imageSize":"2K"}}}' \
  -o gemini-response.json

python3 - <<'PY'
import base64, json
data = json.load(open("gemini-response.json", encoding="utf-8"))
parts = data["candidates"][0]["content"]["parts"]
image = [p for p in parts if "inlineData" in p and not p.get("thought")][-1]
open("cafe.jpg", "wb").write(base64.b64decode(image["inlineData"]["data"]))
print("已保存 cafe.jpg")
PY
Windows PowerShell
$key = $env:AICODECAT_GEMINI_IMAGE_KEY
$body = @{
  contents = @(@{ parts = @(@{ text = "清晨的咖啡馆,写实摄影" }) })
  generationConfig = @{ responseModalities = @("TEXT", "IMAGE"); imageConfig = @{ aspectRatio = "16:9"; imageSize = "2K" } }
} | ConvertTo-Json -Depth 10
$r = Invoke-RestMethod -Uri "https://aicode.cat/v1beta/models/gemini-nano-banana-2.1:generateContent" -Method Post `
  -Headers @{ "x-goog-api-key" = $key } -ContentType "application/json; charset=utf-8" `
  -Body ([Text.Encoding]::UTF8.GetBytes($body))
$image = $r.candidates[0].content.parts | Where-Object { $_.inlineData -and -not $_.thought } | Select-Object -Last 1
[IO.File]::WriteAllBytes((Join-Path $PWD "cafe.jpg"), [Convert]::FromBase64String($image.inlineData.data))
"已保存 cafe.jpg"

每次请求出一张图。图片在回复的 candidates[0].content.parts 里,取最后一个带 inlineData 的部分;模型有时会多回一段文字。

Gemini 改图要把参考图转成 base64,放进 parts 里的 inlineData,排在提示词前面。手写比较繁琐,建议用 image-curl 技能 的 edit 子命令。

4. 尺寸怎么写 ​

GPT:size 填像素。常用 1024x1024(默认)、1280x720、2048x2048、3840x2160(横版)、2160x3840(竖版)、auto。最长边不超过 3840,不要填 1920x1080 这类未验证的尺寸。用 image-curl 时也可以写 16:9、9:16@2k、4k@16:9 这样的简写。

Gemini:不填像素,填比例 aspectRatio 和档位 imageSize。

项可选值
aspectRatio1:1、16:9、9:16、4:3、3:4、3:2、2:3、5:4、4:5、21:9、4:1、1:4、8:1、1:8
imageSize1K(默认)、2K、4K,必须大写

gemini-nano-banana-2.1 实测:1:1 出 1024x1024,16:9 出 1376x768,16:9 + 2K 出 2752x1536,1:1 + 4K 出 4096x4096。4K 一张大约要 90 秒。不写 aspectRatio 时,这个模型默认出 16:9 横图。用 image-curl 时写成 16:9@2k、4k、9:16 即可。

5. 常见报错 ​

报错原因与处理
401 / Invalid API keyKey 填错或已删除。回密钥页重新复制。
API key group platform is not gemini用 GPT 生图分组的 Key 调了 Gemini。换成 Gemini 生图分组的 Key(image-curl 填 IMAGE_CURL_GEMINI_API_KEY)。
Images API is not supported for this platform用非 GPT 分组的 Key(例如 Gemini 分组)调了 /v1/images。换成 GPT 生图分组的 Key。
Model "…" is not available for this group这个分组没有该模型。运行 image-curl.sh models 查看可用模型。
404 page not found地址写错。GPT 生图是 /v1/images/…,Gemini 生图是 /v1beta/models/…:generateContent,不要混用。
Gemini 返回只有文字、没有图偶发。重试一次,或把提示词写得更具体;image-curl 会自动重试。
尺寸不生效GPT 用像素,Gemini 用 aspectRatio + imageSize。Gemini 不认的比例会被忽略,不会报错。

其他报错先看 常见报错。