Name: gpt-image-edit
Author: prime-skills/runcomfy-agent-skills

1实现原理 · 为什么它能做到

实现方式是「零代码 + 外部 CLI 委托」：gpt-image-edit/ 只有一份 SKILL.md，无脚本；运行时由宿主 agent 用 Bash 执行 `runcomfy run openai/gpt-image-2/edit --input '<JSON>' --output-dir <path>`。skill 的增量价值是把 GPT Image 2 /edit 的 schema（3 个字段）与多语言文字排版提示法固化成可照抄文档，本地不做任何图像处理。

gpt-image-edit/SKILL.md

The skill invokes `runcomfy run openai/gpt-image-2/edit` with a JSON body matching the schema.

注：git ls-tree HEAD 核实 gpt-image-edit/ 下只有 SKILL.md 一个 entry；同仓 runcomfy-cli/SKILL.md 是 CLI 自身的说明书，本技能只做单模型封装。

schema 只有三个字段：prompt（必填）、images（string[]，最多 10 张公开 HTTPS URL，首张为主、其余为辅助线索）、size（auto / 1024_1024 / 1024_1536 / 1536_1024）。极简字段把能力差异全部交给提示词，因此文档把重心放在写法上。

gpt-image-edit/SKILL.md

| `images` | string[] | yes | — | **Up to 10** publicly-fetchable HTTPS URLs. First is primary; rest are auxiliary. |

注：「≤10 张参考」是本技能相对 Flux Kontext（单图）的核心差异；同页还给出 size=auto 的推荐理由（保留输入比例），并说明非枚举取值会 422。

主体内容是「多语言图内文字排版」的操作法：要逐字引用字符并点名书写系统（Japanese kana / Cyrillic / Arabic right-to-left），禁止转述；这条纪律解释了为什么它在多语种广告本地化场景胜过同类模型。

gpt-image-edit/SKILL.md

**Multilingual text — quote the characters, name the script.** `"the headline reads \"コーヒー\" in bold Japanese kana"`, `"the label says \"АРОМА\" in Cyrillic, white on black"`, `"the right-margin caption reads \"تخفيض\" in Arabic right-to-left"`. Don't paraphrase — quote.

注：配套反模式一条就指向这个坑：'Paraphrasing in-image text instead of quoting it → text comes out different.'——文档把失败模式与写法成对给出。

多参考合成靠「编号指代」路由线索：把多张 images 当编号引用（subject from image 1, lighting from image 2, color palette from image 3），模型据此分配各图的作用。

gpt-image-edit/SKILL.md

**Multi-ref numbering.** When passing multiple `images`, refer to them by number: `"subject from image 1, lighting from image 2, color palette from image 3"`. The model routes cues correctly.

注：这条与 flux-kontext 的『单参考』纪律形成家族对照：同一套家族模板用输入形状把两个模型的能力边界写死（≤10 vs 单张）。

定向空间编辑用方向语言表达：move the headline from top-right to bottom-center / remove the leftmost object only / replace the watermark in the bottom-right corner——把布局级修改写成可判定的空间指令。

gpt-image-edit/SKILL.md

**Directional language for spatial edits.** Concrete spatial scopes work: `"move the headline from top-right to bottom-center"`, `"remove the leftmost object only"`, `"replace the watermark in the bottom-right corner"`.

注：这类『可判定位置短语』是同族文档里唯一覆盖『版面重排』的描述，与 Nano Banana Edit 的批量身份保持形成互补。

路由表把兄弟模型分成四种用途（批量 ≤20 → Nano Banana Edit；单参考保真 → Flux Kontext；从零生成 → 同仓 gpt-image-2 技能；批量 SKU → Nano Banana Edit），并在限制段直说人像写实不如 Nano Banana Pro。

gpt-image-edit/SKILL.md

| Generate from scratch with GPT Image 2 | sibling [`gpt-image-2`](../gpt-image-2) skill |

注：相对链接 `../gpt-image-2` 指向同仓目录（已核实存在）。与同族其它四份不同，本技能的表格后没有 'route here regardless' 那句『显式点名无条件回到本技能』的兜底句（见 second_pass 的 discrepancy）。

执行链：CLI 把 JSON POST 到 RunComfy Model API 的 /v1/models/openai/gpt-image-2/edit，轮询后把 `.runcomfy.net` / `.runcomfy.com` 白名单产物下载到 `--output-dir`；Ctrl-C 取消远端请求。

gpt-image-edit/SKILL.md

The CLI POSTs to `https://model-api.runcomfy.net/v1/models/openai/gpt-image-2/edit`, polls the request, fetches the result, and downloads any `.runcomfy.net`/`.runcomfy.com` URL into `--output-dir`. `Ctrl-C` cancels the remote request before exit.

注：编辑所需的多张源图由 RunComfy 服务器抓取（不是本机上传），因此素材保密性由第三方云决定。

2核心能力

01多语种 / 嵌入文字图内改写（逐字引用 + 点名书写系统）

02多参考合成，最多 10 张图（首张主、其余辅助，按编号指代）

03保留优先的定向编辑（先 Keep [face/pose/clothing/brand/framing] unchanged，再写改动）

04布局级定向重排（方向语言：top-right → bottom-center、只删最左物体、替换右下角水印）

05输出尺寸控制（size=auto 保留输入比例；3 个固定尺寸可选，非枚举值 422）

06品牌/身份跨素材保持（同一视觉资产出多语 headline 变体）

07兄弟模型路由决策（批量 ≤20 → Nano Banana Edit、单参考 → Flux Kontext、从零 → gpt-image-2、人像写实 → Nano Banana Pro）

08退出码语义与重试判断（65 schema 不匹配、75 可重试、77 需重登）

3外部依赖

类型	依赖
cli	runcomfy（RunComfy 官方 CLI）
package	@runcomfy/cli（npm 全局包）
package	npx skills（skills.sh 安装器）
api	RunComfy Model API（OpenAI GPT Image 2 /edit）
network	RunComfy 产物下载白名单
network	用户传入的源图/参考图 URL（最多 10 张，由 RunComfy 服务器抓取，非本机）
network	RunComfy 站点/模型页/文档（文档引用，非运行时调用）
network	GitHub（技能源码链接）

4风险提醒风险提醒：橙色 · 评估后使用

风险提醒：橙色 · 评估后使用

执行面在仓外且无版本 pin — 真实动作由 npm 全局安装的 @runcomfy/cli 完成（安装行不含版本），CLI 内部行为与安全断言无法在本 pin 证实；供应链风险落在 npm 与 RunComfy 两方。
凭证与按次计费 — CLI 以用户 RunComfy token 提交请求；图像编辑按次计费，agent 依 75 退出码自动重试会重复消耗额度。
多图素材出网（最多 10 张） — 所有源图/参考图 URL 由 RunComfy 服务器抓取并进入第三方模型；未发布品牌资产、版式、人脸素材的保密性不本地可控。批量场景下每张都是独立出网对象。
文字改写能力可被滥用 — 本技能的强项是精确改写图内文字（含品牌字样、新闻标题、标语）。若源图非自有或用户要求伪造他人标识/误导性排版，模型可能照做；文档自身不设内容合规门禁，责任落在使用者与宿主。
排名/对比主张无来源 — 'Nano Banana Pro wins head-to-head'（人像写实）、'Strongest in class for face / brand preservation' 等比较口径在仓内无出处，属营销性主张（本报告未独立复现）。

风险提醒：橙色，评估后使用。按本次统一分档准则（同仓 image-edit 已取橙）：运行时驱动第三方 npm 包/CLI `@runcomfy/cli`，该 CLI 每次调用读取用户 RunComfy 凭证（~/.config/runcomfy/token.json 或 RUNCOMFY_TOKEN）——命中『调第三方 CLI/远程包且触凭证/配额』档；CLI 实现、Model API 行为、0600 权限、2 GiB 上限、退出码语义等断言全在仓库外，本 pin 内无源码可核，按『拿不准取高一档』定橙。另有多图素材出网（最多 10 张由第三方服务器抓取并参与推理），未发布品牌资产/人脸/版面的保密性不由本地控制；每次调用按次计费。skill 本体纯 markdown、无脚本、无混淆、无隐藏端点，未触红档。

5第二遍独立确认

[ok] skill 目录内容 = 仅 SKILL.md — git ls-tree HEAD 与 ls -a 双向核实；仓库根仅 LICENSE + README.md + 31 个技能目录，无 scripts/、plugins/、.claude/。
[ok] 全部外部依赖条目回查调用点真实存在 — runcomfy CLI 调用点 3 处（单参考/多语文字/多参考示例）、npm 安装 1 处、npx skills 1 处、model-api 端点 1 处、白名单与外部 URL 抓取各 1 处、文档/模型页/GitHub 链接多处，均实读命中。
[discrepancy] 路由兜底句 'route here regardless' 缺失（家族内不一致） — flux-kontext / wan-2-7 / seedance-v2 / happyhorse-1-0 四份在路由表后都有 'If the user said ... explicitly, route here regardless.'，本技能的路由表直接接 ## Prerequisites，无该兜底句（触发词仅存在于 frontmatter description 的 'Triggers on ...' 列表）。后果：当用户说『用 GPT Image 编辑这张图』时，是否优先于同族 router 的意图分类由宿主自行判断，家族内无统一行为。
[ok] size 枚举与 warning 口径一致 — schema 行列出 auto/1024_1024/1024_1536/1536_1024；正文 'Use `size: "auto"` to preserve input ratio' 与 'asking for `size` outside the 3 fixed values + auto → 422'、Limitations 'size: 3 fixed values + auto — anything else 422s' 三处一致（3 个固定值 + auto 的说法自洽）。
[unlocatable] Security & Privacy 的技术断言可在本仓证实 — 0600 token 权限、2 GiB 下载上限、无 shell 展开、下载白名单、退出码语义均为仓外 @runcomfy/cli 行为；仓内无 CLI 源码或版本 pin，只能作为文档自述引用（同仓 runcomfy-cli/SKILL.md 为同源转述，非独立证据）。
[discrepancy] 安装一行与 GitHub 链接指向旧仓 agentspace-so/runcomfy-skills — 安装行 `npx skills add agentspace-so/runcomfy-skills --skill gpt-image-edit -g` 与 GitHub 链接 github.com/agentspace-so/runcomfy-skills 均指向旧仓；本仓 pin 在 prime-skills/runcomfy-agent-skills（README 用 runcomfy-agent-skills）。gh api：agentspace-so/runcomfy-skills 仍存在（5★、pushed 2026-04-29、含 gpt-image-edit 目录）；prime-skills/runcomfy-agent-skills 与 agentspace-so/runcomfy-agent-skills 为同一仓（相同 stats，full_name=prime-skills/runcomfy-agent-skills）。按文档安装可能装到旧版。
[ok] 多语言字符引用写法可执行性 — 正文给出的日文假名（コーヒー / 今日のおすすめ）、西里尔（АРОМА）、阿拉伯（تخفيض）样例在文件内为真实 UTF-8 字符；配套反模式（paraphrase → text comes out different）同页存在，属可执行指引。
[discrepancy] 未声明 allowed-tools（执行面未收窄） — frontmatter 无 allowed-tools；同仓 runcomfy-cli/SKILL.md 声明 `allowed-tools: Bash(runcomfy *)`。家族内部工具权限声明不一致。

6结论

多语言图内文字改写是明确的一等能力：逐字引用 + 点名书写系统 + 禁止转述，配日文/西里尔/阿拉伯实例，可直接照抄用于广告本地化。

同类里参考图最多（≤10 张）且给了编号指代法，多图合成有可操作协议。

schema 只有 3 个字段，认知负担低；size=auto 保比例的默认建议避免了不必要的 422 与画幅破坏。

版面级编辑有方向词协议（top-right → bottom-center / 只删最左物体 / 右下角水印），把布局修改写成可判定指令。

零代码、单文件：整目录可先审后用，无脚本执行面。

适合：适合：多语种广告本地化（同一视觉资产换不同语言的图内 headline）、品牌安全的 headline/CTA 替换、布局级重排（挪标语、删物体、去水印）、以及需要多张参考图合成（人物取自图 1、场景取自图 2）的编辑任务。前提是已装好 runcomfy CLI 并登录（或配置 RUNCOMFY_TOKEN）。

不适合：不适合：批量 ≤20 张需一致输出（应换 Nano Banana Edit）、单参考追求源保真的局部微调（Flux Kontext 更契合）、无源图从零生成（应换同仓 gpt-image-2 t2i）、追求人像极致写实（文档自认 Nano Banana Pro 更强）；也不适合要求数据不出网、或需要可审计执行代码的合规环境（执行面在仓外且无 pin）。

安装 agent 直装可复制

① 本站镜像更新 2026-09-15

方式 A · 人下载镜像包下载 gpt-image-edit.tar.gz

sha256: c5a2b82fedddc872…

方式 B · JSON 格式安装指南，复制给 agent

安装指南

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② 上游 GitHub · 原始来源

能访问 GitHub？直接去上游安装（实时版，可能已更新）GitHub 原始 ↗

本页镜像锁定 commit fca19ae084；上游为实时仓库。

来源信息 GitHub 原始

作者 / 仓库prime-skills / prime-skills/runcomfy-agent-skills

原始 GitHubprime-skills/runcomfy-agent-skills ↗

Stars48

最近推送2026-05-15

本 skill commitfca19ae084

本站信息

收录日期2026-09-06

分类内容创作

侦查报告AI 侦查 · 2 遍 · 2026-09-06

本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。

gpt-image-edit

1实现原理 · 为什么它能做到

2核心能力

3外部依赖

4风险提醒 风险提醒：橙色 · 评估后使用

5第二遍独立确认

6结论

4风险提醒风险提醒：橙色 · 评估后使用