Läuft GPT-Image2-Skill?

GPT-Image2-Skill läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic GPT-Image2-Skill getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 05cb1130bba2. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von GPT-Image2-Skill gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,02 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.

Wie lange dauert die Installation von GPT-Image2-Skill?

2 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.

Braucht GPT-Image2-Skill eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von GPT-Image2-Skill schief?

Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.

Wo ist der Nachweis für GPT-Image2-Skill?

Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Englisches Original: https://argusic.com/subject/gpt-image2-skill

GPT-Image2-Skill

GPT Image 2/2.5 Prompt-Galerie, Bild-Prompt-Bibliothek, agentic Skill und CLI für die OpenAI-Bildgenerierung/-bearbeitung

Läuft mit MocksQuelle: GitHubPythonMITCommit 05cb1130bba2

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent skills, ai image prompts, claude code skill, cli, codex skill, gpt image, gpt image 2 und gpt image 2 prompts.

GPT-Image2-Skill läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 2 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

gpt-image-cli installed in a venv, all 18 offline tests pass, CLI help and skill launcher respond correctly, missing-key handling exits 2
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft mit Mocks
Argusic Score: 92 / 100
Kosten des verifizierenden Laufs: 0,02 USD (gemessen)
aufgezeichnete Läufe: 1
zuletzt getestet: 2026-09-30
Sterne: 6.001
Forks: 481
offene Issues: 1
Beobachter: 12
Größe: 471 MB
erstellt: 2026-04-22
letzter Push: 2026-09-30

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Installationszeit: 2 Minuten
Von der kalten Maschine bis zum Ende: 3 Minuten
Aufgetretene und behobene Fehler: 0 aufgetreten, 0 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: unittest discover passed 18/18 tests (0 failures, 0 errors); gpt-image --help returned exit 0 with full flag listing; missing OPENAI_API_KEY exits 2 with expected error message; skills/gpt-image/scripts/generate.py --help also works
Verbrauchte Modell-Tokens: 72.242
Genau getesteter Commit: 05cb1130bba2
Container-Image: sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher: dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf: jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Verhalten gegenüber echten Diensten: dieser Lauf wurde nur gegen Ersatzdienste verifiziert

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

/bin/sh -lc 'cd /work/repo && ls skills/' in /work/repo
 succeeded in 0ms:
get-prompt-from-image
gpt-image
exec
/bin/sh -lc 'cd /work/repo && find . -maxdepth 3 -name "AGENTS.md" -o -name "CLAUDE.md" -o -name ".…
 succeeded in 0ms:
./.claude-plugin
Everything is in good shape. Here's the report:
tokens used
72,242
Everything is in good shape. Here's the report:

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

In 2 Minuten installiert, schneller als der Median der 106 vergleichbaren Projekte, die Argusic gemessen hat.
Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
Lizenz MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte GPT-Image2-Skill Platz 35 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet von	Versuch	Ergebnis	Score	Kosten USD	wann
Argusic Runner	1/3	Läuft mit Mocks	92,00	0,02	2026-09-30 07:53 UTC

Themen (von GitHub)

agent-skills ai-image-prompts claude-code-skill cli codex-skill gpt-image gpt-image-2 gpt-image-2-prompts image-editing image-generation image-prompt openai prompt-library prompt-templates research-figures text-to-image

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/GPT-Image2-Skill.svg)](https://argusic.com/subject/gpt-image2-skill)

Fragen

Läuft GPT-Image2-Skill?: GPT-Image2-Skill läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic GPT-Image2-Skill getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 05cb1130bba2. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von GPT-Image2-Skill gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,02 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von GPT-Image2-Skill?: 2 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht GPT-Image2-Skill eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von GPT-Image2-Skill schief?: Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wie schneidet GPT-Image2-Skill im Vergleich zu Alternativen ab?: Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte GPT-Image2-Skill Platz 35 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für GPT-Image2-Skill?: Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.