英文原文: https://argusic.com/subject/gpt-image2-skill

GPT-Image2-Skill

GPT Image 2/2.5 提示词画廊、图像提示词库、agentic skill 以及用于 OpenAI 图像生成/编辑的 CLI

借助 mock 可运行来源：GitHubPythonMITcommit 05cb1130bba2

Python，MIT 许可证. 项目的自我描述：agent skills、ai image prompts、claude code skill、cli、codex skill、gpt image、gpt image 2 和 gpt image 2 prompts.

GPT-Image2-Skill 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 2 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。

gpt-image-cli installed in a venv, all 18 offline tests pass, CLI help and skill launcher respond correctly, missing-key handling exits 2

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。

概览

结论
借助 mock 可运行
Argusic 评分
92 / 100
验证运行的成本
0.02 USD（实测）
已记录的运行次数
1
最近测试
星标
6,001
fork 数
481
未关闭的 issue
1
关注者
12
大小
471 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

安装时间
2 分钟
从冷启动机器到完成
3 分钟
遇到并修复的错误
遇到 0 个，在无人协助的情况下修复了 0 个
结果是如何证明的
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
使用的模型 token
72,242
测试的确切 commit
05cb1130bba2
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现
本次运行只对照替身服务进行了验证

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

/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:

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 用 2 分钟完成安装，快于 Argusic 测量过的 106 个同类项目的中位数。
  • 过程中没有任何故障：从克隆到运行，零错误。
  • 采用 MIT 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

  • 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
  • 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 107 个 agent-skills 项目中，GPT-Image2-Skill 达到运行状态的速度排名第 35，107 个项目中有 78 个达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3借助 mock 可运行92.000.02

主题 (来自 GitHub)

agent-skillsai-image-promptsclaude-code-skillclicodex-skillgpt-imagegpt-image-2gpt-image-2-promptsimage-editingimage-generationimage-promptopenaiprompt-libraryprompt-templatesresearch-figurestext-to-image

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

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

常见问题

GPT-Image2-Skill 能运行吗？
GPT-Image2-Skill 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 2 分钟，过程中遇到 0 个错误，并记录了整个会话。
Argusic 是如何测试 GPT-Image2-Skill 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 05cb1130bba2。共记录了 1 次尝试，完整方法见方法论页面。
测试 GPT-Image2-Skill 花了多少钱？
得出该结论的那次运行花费 0.02 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
GPT-Image2-Skill 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 2 分钟。这是一次实测的尝试，不是平均值。
GPT-Image2-Skill 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 GPT-Image2-Skill 时会出现什么问题？
在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
GPT-Image2-Skill 与其他替代方案相比如何？
在 Argusic 安装并计时过的 107 个 agent-skills 项目中，GPT-Image2-Skill 达到运行状态的速度排名第 35，107 个项目中有 78 个达到了运行状态。
GPT-Image2-Skill 的证据在哪里？
这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion