openai-image-gen
О программе
Этот навык Claude генерирует изображения с использованием моделей OpenAI DALL-E 2, DALL-E 3 и GPT Image через их API. Он поддерживает пакетную генерацию со случайной выборкой промптов и выводит HTML-галерею для удобного просмотра. Используйте его, когда вам нужно создавать изображения через OpenAI и у вас есть доступный OPENAI_API_KEY.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add swarmclawai/swarmclaw -a claude-code/plugin add https://github.com/swarmclawai/swarmclawgit clone https://github.com/swarmclawai/swarmclaw.git ~/.claude/skills/openai-image-genСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
OpenAI Image Gen
Generate images via the OpenAI Images API with an HTML gallery viewer.
Run
Note: Image generation can take longer than typical timeouts. Set a higher timeout when running via shell (e.g., 300 seconds).
python3 {baseDir}/scripts/gen.py
Useful Flags
# GPT image models with various options
python3 {baseDir}/scripts/gen.py --count 16 --model gpt-image-1
python3 {baseDir}/scripts/gen.py --prompt "ultra-detailed studio photo of a lobster astronaut" --count 4
python3 {baseDir}/scripts/gen.py --size 1536x1024 --quality high --out-dir ./out/images
python3 {baseDir}/scripts/gen.py --model gpt-image-1.5 --background transparent --output-format webp
# DALL-E 3 (note: count is automatically limited to 1)
python3 {baseDir}/scripts/gen.py --model dall-e-3 --quality hd --size 1792x1024 --style vivid
python3 {baseDir}/scripts/gen.py --model dall-e-3 --style natural --prompt "serene mountain landscape"
# DALL-E 2
python3 {baseDir}/scripts/gen.py --model dall-e-2 --size 512x512 --count 4
Model-Specific Parameters
Size
- GPT image models (
gpt-image-1,gpt-image-1-mini,gpt-image-1.5):1024x1024,1536x1024(landscape),1024x1536(portrait), orauto. Default:1024x1024 - dall-e-3:
1024x1024,1792x1024, or1024x1792. Default:1024x1024 - dall-e-2:
256x256,512x512, or1024x1024. Default:1024x1024
Quality
- GPT image models:
auto,high,medium, orlow. Default:high - dall-e-3:
hdorstandard. Default:standard - dall-e-2:
standardonly
Other Parameters
- GPT image models support
--background(transparent,opaque,auto) and--output-format(png,jpeg,webp) - dall-e-3 supports
--style(vividfor hyper-real,naturalfor more natural looking) - dall-e-3 only supports
n=1; the script automatically limits count to 1
Output
- Image files (
*.png,*.jpeg, or*.webpdepending on model and format) prompts.json(prompt-to-file mapping)index.html(thumbnail gallery — open in browser to review)
GitHub репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
