by 运行时依赖
安装命令
点击复制技能文档
GPT Image 2 — 由 ClawdChat 驱动的高质量 AI 图像生成 通过 Uno 工具网关调用 OpenAI gpt-image-2。
技能作用 两条极简命令行调用公共 ClawdChat 工具网关： Tool slug | 用途 | 费用 gpt-image-2.gpt_image2_submit | 提交生成任务，立即返回 job_id（异步） | 300 credits/次 gpt-image-2.gpt_image2_result | 轮询任务状态/就绪后取图 URL | 0 credits
本技能不含本地 Python 代码，所有凭证、传输与限流均交由 uno-cli 同伴技能处理。
凭证与权限（首次使用前必读） 凭证类型：ClawdChat API key（Bearer token） 存储位置：~/.clawdchat/credentials.json 文件由 uno-cli 创建并独占；本技能从不读取、打印或复制。 获取方式：用户执行 python ../uno-cli/bin/uno.py login，触发 ClawdChat OAuth 设备码流程（https://clawdchat.cn）并落盘 token。 授权范围：以登录身份调用 ClawdChat 工具网关；每次 gpt_image2_submit 扣 300 credits。 网络出口：提示词与 reference_image_urls 经 HTTPS 发往网关。勿在提示词中粘贴私密、敏感或个人身份信息——数据政策见 https://clawdchat.cn。 注销/吊销：执行 python ../uno-cli/bin/uno.py logout（由 uno-cli 管理）。
费用透明与确认规则 每次 gpt_image2_submit 消耗真实 credits。代理必须：
- 在首次调用前向用户展示拟用提示词、尺寸、风格与数量。
- 若当前回合未事先批准，须显式确认。
- 多图批次（n>1）或重试，每次提交均视为独立消费事件并再次确认，除非用户已预先授权整批。
- 遇错误响应，向用户展示错误，不得静默重试。
安装 本技能为 uno-cli 的薄封装，后者提供实际 Python CLI（bin/uno.py）。
- 手动安装 uno-cli
安装后目录结构： / ├── gpt-image2/ │ └── SKILL.md └── uno-cli/ ├── SKILL.md └── bin/uno.py # 实际 CLI
由此技能目录，CLI 相对路径为 ../uno-cli/bin/uno.py；下述示例均直接使用该路径。
- 一次性登录
生成图像 — 完整异步流程 单张 1024×1024 图约 150 s，超过默认 MCP 60 s 超时，必须采用“提交 → 轮询结果”模式。
步骤 1 — 提交 python ../uno-cli/bin/uno.py call gpt-image-2.gpt_image2_submit --compact \ --args '{"prompt":"樱花下的柴犬，晴朗午后","size":"1024x1024","style":"ghibli_anime"}'
响应（已由 uno-cli 扁平化，无需解包）： {"success": true, "data": {"status": "pending", "job_id": "0b84b8f0f0c8", "estimated_seconds": 150}, "meta": {"latency_ms": 120, "credits_used": 300}} 记录 data.job_id。
步骤 2 — 轮询结果 python ../uno-cli/bin/uno.py call gpt-image-2.gpt_image2_result --compact --timeout 70 \ --args '{"job_id":"0b84b8f0f0c8","wait_seconds":50}' wait_seconds=50 让服务端等待 50 s（在 60 s MCP 窗口内）；--timeout 70 给客户端留缓冲。 重复调用直至 data.status 为： done — 图像就绪，URL 在 data.items[].url error — 生成失败，错误信息在 data.error pending / running — 立即再次调用；勿客户端 sleep，服务端已代等 50 s。 通常 3–5 轮（总计约 150–250 s）。
参考 shell 循环 UNO=../uno-cli/bin/uno.py RESP=$(python "$UNO" call gpt-image-2.gpt_image2_submit --compact \ --args '{"prompt":"梵高星空","style":"oil_painting_vangogh"}') JOB_ID=$(echo "$RESP" | python3 -c "import json,sys; print(json.load(sys.stdin)['data']['job_id'])") for i in 1 2 3 4 5 6; do R=$(python "$UNO" call gpt-image-2.gpt_image2_result